基于結(jié)構(gòu)特征描述的圖像處理基本問(wèn)題研究.pdf

1、現(xiàn)今人類的生活環(huán)境處于信息高度發(fā)展的階段，數(shù)字媒體中的圖像處理技術(shù)滿足了人類對(duì)事物特征紋理的欣賞和信息的表達(dá)需求，在人們的日常生活和工作中起到了至關(guān)重要的作用，圖像處理技術(shù)已經(jīng)深入各個(gè)領(lǐng)域，它研究的基本問(wèn)題包括圖像去噪、邊緣檢測(cè)、圖像增強(qiáng)、圖像分割、圖像識(shí)別等，其中圖像去噪和邊緣檢測(cè)是諸多圖像處理任務(wù)的前提。因此，本課題針對(duì)基于結(jié)構(gòu)特征描述的圖像去噪和邊緣檢測(cè)方法進(jìn)行研究，以提高現(xiàn)有的圖像去噪和邊緣檢測(cè)算法性能，為數(shù)字圖像處理技術(shù)的理論

2、完善提供依據(jù)。本文的主要內(nèi)容包括以下幾個(gè)方面：
　?。?）簡(jiǎn)要介紹了圖像處理的背景和應(yīng)用領(lǐng)域，并對(duì)圖像去噪和邊緣檢測(cè)基本研究現(xiàn)狀進(jìn)行闡述，同時(shí)給出了本文各章節(jié)的內(nèi)容安排。
　　（2）簡(jiǎn)要介紹了圖像處理的基礎(chǔ)知識(shí)，包括數(shù)字圖像的基本概念，如圖像和分辨率、圖像鄰域和圖像邊緣等，以及基于Matlab的圖像處理基礎(chǔ)知識(shí)，如Matlab環(huán)境下圖像的類型、圖像信息的讀取、顯示和存儲(chǔ)等函數(shù)。
　　（3）針對(duì)傳統(tǒng)的非局部均值濾波算法存

3、在算法效率低，算法運(yùn)行時(shí)間過(guò)長(zhǎng)，相似性的權(quán)值不夠精準(zhǔn)的缺陷，實(shí)現(xiàn)了一種基于結(jié)構(gòu)相似性度量（SSIM）的非局部均值濾波方法。方法采用結(jié)構(gòu)相似性度量（SSIM）對(duì)像素點(diǎn)間進(jìn)行相似性度量，通過(guò)亮度，對(duì)比度和結(jié)構(gòu)信息得出像素點(diǎn)間相似性的權(quán)值。實(shí)驗(yàn)結(jié)果顯示，該算法采用的基于結(jié)構(gòu)相似性度量的非局部均值濾波對(duì)圖像去噪時(shí)能夠在有效去除噪聲的情況下，將圖像的細(xì)節(jié)特征信息保持在較好的狀態(tài)。通過(guò)峰值信噪比等質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)對(duì)去噪結(jié)果進(jìn)行量化比較進(jìn)一步驗(yàn)證了該算法

4、的有效性。
　?。?）針對(duì)傳統(tǒng)的LOG邊緣檢測(cè)算子在圖像邊緣檢測(cè)時(shí)存在抑制噪聲的同時(shí)會(huì)將圖像的邊緣弱化的問(wèn)題，提出了一種基于Zernike矩的LOG邊緣檢測(cè)方法。該方法采用Zernike矩對(duì)圖像進(jìn)行結(jié)構(gòu)特征描述，并用其作為 LOG算子中高斯濾波權(quán)值的計(jì)算依據(jù)；在此基礎(chǔ)上，對(duì)平滑圖像采用Laplacian算子和零點(diǎn)交叉法檢測(cè)圖像邊緣。通過(guò)對(duì)一些圖像的測(cè)試，該算法通過(guò)采用基于 Zernike矩的權(quán)值計(jì)算方法能夠更好地保持高斯濾波在平滑