圖像的插值與去高斯噪聲算法研究.pdf

1、隨著社會的發(fā)展，科技的進步，我們的生活也越來越豐富多彩，獲得更多、更準確的圖像信息是非常重要的，在現(xiàn)代生活中，在生物醫(yī)學、遙感、軍事、視頻多媒體等等眾多領(lǐng)域都會涉及到圖像處理問題，如圖像的邊緣提取、圖像的分割、圖像增強、圖像恢復(fù)、圖像數(shù)據(jù)壓縮等等，本文的研究重點是其中的圖像插值和圖像去噪聲。
　　圖像插值是影響圖像質(zhì)量的一個重要因素。傳統(tǒng)的插值算法，如最近鄰插值法、雙線性插值法，立方卷積法等等，由于原理簡單，運算速度快，在早期得到

2、了較廣泛的應(yīng)用，但是插值得到的圖像的邊緣部分容易出現(xiàn)模糊或者階梯效應(yīng)，導(dǎo)致圖像質(zhì)量較差，沿邊緣方向的插值可以較好的改變這種狀況。借鑒已有的邊緣方向插值算法，本文設(shè)計了邊緣自適應(yīng)局部重復(fù)插值算法，通過對圖像的邊緣和非邊緣區(qū)域采用不同的插值函數(shù)，在插值過程中盡可能的減少誤差，較好的保護了圖像的邊緣特征。
　　圖像噪聲對圖像分析和計算機視覺影響很大，因此圖像去噪聲是圖像處理領(lǐng)域中一個非常重要的研究內(nèi)容。圖像中高斯噪聲的去除是一個難點問題

3、，人們一直在尋找有效的方法。傳統(tǒng)的高斯噪聲去除方法是采用均值濾波，這種方法雖然運算較簡單，但是使圖像模糊化，對比度降低，細節(jié)信息丟失，去噪聲效果不是很好。小波變換是當前應(yīng)用數(shù)學中一個迅速發(fā)展的新領(lǐng)域，基于小波變換的去高斯噪聲方法是目前的研究熱點，很多基于小波變換的圖像去噪聲方法被提出，并取得了較好的去噪聲效果，本文借鑒已有的高斯噪聲去噪聲算法，通過結(jié)合小波萎縮閾值和維納濾波，有效的去除了高斯噪聲，提高峰值信噪比，并有較好的視覺特征，在工