低照度圖像的降噪算法與實(shí)現(xiàn).pdf

1、由于夜間獲取的圖像中含有較大的噪聲，為了使得拍攝的目標(biāo)物體更加清晰地呈現(xiàn)出來，需要對(duì)其進(jìn)行降噪處理。在降噪技術(shù)發(fā)展的歷史進(jìn)程中，傳統(tǒng)的有空域降噪技術(shù)和頻域降噪技術(shù)兩種。空域降噪技術(shù)計(jì)算量較小，使用計(jì)算機(jī)進(jìn)行處理的時(shí)候所需內(nèi)存也較小。但是，該技術(shù)很大程度上依賴于滑動(dòng)模塊的大小，而且某些方法很容易使得圖像的邊緣在處理之后變得模糊。同時(shí)，有學(xué)者嘗試在頻域中進(jìn)行降噪，頻域降噪主要基于傅里葉變換，變換之后進(jìn)行處理，再進(jìn)行反變換得到降噪后的圖像。但

2、是，頻域變換作為一種全局性的，對(duì)圖像局部處理得不夠，而且圖像的邊緣模糊問題也沒有得到很好的解決。小波分析作為一種局部性的變換分析，它得到的小波系數(shù)都體現(xiàn)圖像中每一個(gè)細(xì)節(jié)信息，而且它具有多分辨率的特性也使得它在處理非平穩(wěn)隨機(jī)過程有較好的能力。因此，本文做了以下方面的研究：
　　首先介紹了圖像的基本數(shù)學(xué)表述方法以及如何選擇圖像質(zhì)量的評(píng)價(jià)指標(biāo)，在選擇圖像的評(píng)價(jià)指標(biāo)方面，本文分析了傳統(tǒng)的評(píng)價(jià)方法，最終選擇客觀的評(píng)價(jià)指標(biāo)作為本文仿真實(shí)驗(yàn)結(jié)果

3、的驗(yàn)證方法。
　　其次，本文研究了傳統(tǒng)的空域降噪和頻域降噪的降噪原理以及各種方法的優(yōu)缺點(diǎn)?？沼蚪翟胫校卩徲蚍秶鷥?nèi)，像素點(diǎn)的灰度值之間相關(guān)性較強(qiáng)，因此在進(jìn)行降噪處理時(shí)需要把握好窗口的大小，而且灰度值也沒有普遍的規(guī)律，所以窗口的大小難以把握。而頻域降噪中，傅里葉變換是單一分辨的一種頻域變換，它不能很好的刻畫圖像的細(xì)節(jié)信息。此外，本文還總結(jié)了傳統(tǒng)的兩種域內(nèi)降噪的方法，并且做了詳細(xì)的仿真分析。與小波降噪的方法相比，傳統(tǒng)的這兩大類方法都具

4、有一定的局限性，而小波分析的方法可以兼具兩者的優(yōu)點(diǎn)且擁有兩者都不可比擬的優(yōu)勢。
　　最后，對(duì)小波分析的基本原理做了相關(guān)分析，通過比較分析傳統(tǒng)軟、硬閾值函數(shù)降噪的算法發(fā)現(xiàn)：硬閾值函數(shù)存在間斷點(diǎn)的問題，而軟閾值函數(shù)在小波系數(shù)絕對(duì)值較大的區(qū)域引起的部分高頻信息損失。針對(duì)以上問題，提出一種新的閾值函數(shù)降噪算法，利用傳統(tǒng)的閾值降噪步驟，使用新閾值函數(shù)將分解得到的小波系數(shù)進(jìn)行保留或者收縮處理，最后將得到的新小波系數(shù)進(jìn)行圖像的重構(gòu)。