關(guān)于一些濾波算法的分析研究.pdf

1、圖像在采集或者傳輸過程中，往往會(huì)引入不同程度的噪聲，這就為后面的邊緣檢測或者圖像分割、形狀識別等帶來很大的難度，圖像去噪便成為圖像處理中非常重要的一環(huán)。近年來，圖像的恢復(fù)和去噪引起了廣泛地研究興趣，本文針對脈沖噪聲的去除，提出并驗(yàn)證了用于估計(jì)脈沖噪聲密度的模糊指標(biāo)，并在此基礎(chǔ)上提出了兩種脈沖噪聲去除算法，通過實(shí)驗(yàn)驗(yàn)證了算法優(yōu)勢。 文章首先介紹了數(shù)字圖像的概念、圖像的噪聲模型以及經(jīng)典的噪聲濾波算法和評價(jià)方法，然后介紹了文章研究的理

2、論背景，包括模糊數(shù)學(xué)的基礎(chǔ)理論和曲線擬合的有關(guān)知識兩部分。第三、四兩章是作者的主要研究成果，也是本文的重點(diǎn)。第三章首先綜述了近年來常見的脈沖噪聲去除算法；然后基于模糊數(shù)學(xué)的理論知識以及脈沖噪聲的特點(diǎn)，提出了用以判斷脈沖噪聲強(qiáng)度(即密度)的模糊指標(biāo)，通過實(shí)驗(yàn)統(tǒng)計(jì)和曲線擬合獲得噪聲強(qiáng)度與模糊指標(biāo)的關(guān)系，并驗(yàn)證了其性能；最后引入Prewitt梯度算子，獲得梯度閾值限制，改進(jìn)了中值濾波算法，更好的保持了圖像的細(xì)節(jié)信息，因?yàn)橛心：笜?biāo)判斷噪聲強(qiáng)度