邊緣保留的若干圖像濾波算法研究.pdf

1、數(shù)字圖像處理是數(shù)學(xué)技術(shù)和計(jì)算機(jī)技術(shù)交叉領(lǐng)域的一門新學(xué)科，圖像去噪一直是該領(lǐng)域的研究熱點(diǎn)，數(shù)字圖像的有效去噪是圖像信息預(yù)處理的關(guān)鍵步驟。在數(shù)字圖像處理中，由于實(shí)際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免地存在著外部干擾和內(nèi)部干擾，使圖像在一定程度上受到噪聲地污染。噪聲惡化了圖像的質(zhì)量，使圖像模糊，特征淹沒，給分析帶來困難。因此對含噪聲圖像進(jìn)行適當(dāng)?shù)仡A(yù)處理是圖像處理中的一個重要問題，對于改善圖像質(zhì)量具有重要的意義。圖像降噪歸根到

2、底是利用噪聲和信號在頻域上分布得不同進(jìn)行的。信號主要分布在低頻區(qū)域，而噪聲主要分布在高頻區(qū)域，同時(shí)圖像的細(xì)節(jié)也分布在高頻區(qū)域。傳統(tǒng)的空域或頻域去噪算法往往在濾除噪聲的同時(shí)也濾除了圖像中的邊緣信息，造成圖像的模糊。小波變換為圖像的表示提供了一種多分辨(多尺度)的方法，它能夠同時(shí)給出圖像信號時(shí)(空)域和頻域的信息。因此，在小波變換域中進(jìn)行噪聲平滑具有空間和頻率的雙重選擇性。小波變換由于具有“數(shù)學(xué)顯微鏡”的作用，在去噪得同時(shí)能保持圖像細(xì)節(jié)，得

3、到原圖像的最佳恢復(fù)。在眾多的小波去噪方法中，運(yùn)用最多的是Donoho的小波閾值萎縮法，但Donoho給出的閾值有“過扼殺”小波系數(shù)的傾向，重建誤差較大。因此如何在濾除圖像噪聲的同時(shí)較好地保持邊緣細(xì)節(jié)，成為人們廣泛關(guān)注的熱點(diǎn)問題。在近二十年的研究中，涌現(xiàn)出許多去噪模型，主要有:高斯濾波、中值濾波、小波變換和DCT變換濾波、各向異性擴(kuò)散方程模型、全變分模型、雙邊濾波、非局部平均濾波等等。本文的主要研究工作主要分為以下幾方面： (1)

4、介紹了圖像濾波算法研究的目的，描述了圖像濾波的基本概念、國內(nèi)外研究動態(tài)、應(yīng)用領(lǐng)域及發(fā)展趨勢。 (2)介紹了圖像噪聲的性質(zhì)以及圖像去噪效果的評價(jià)性能標(biāo)準(zhǔn)。 (3)闡述了在空域中的典型濾波算法，探討了不同算法的優(yōu)缺點(diǎn)并給出詳細(xì)的實(shí)驗(yàn)結(jié)果與性能分析。 (4)介紹了基于閾值的圖像椒鹽噪聲的非迭代濾除。 (5)介紹了小波理論的基本概念以及在圖像去噪中的應(yīng)用，并給出了相應(yīng)的實(shí)驗(yàn)結(jié)果與性能分析。 (6)提出了基