【摘要】：圖像是人類進行信息交流的重要方式之一,由于受到各種因素的影響,圖像中被引入了不同類型的噪聲,導(dǎo)致圖像質(zhì)量的下降。圖像降質(zhì)不僅妨礙了用戶接收有效的信息,也給后續(xù)圖像處理增加了難度。因此,在圖像處理前做好去噪工作十分重要。濾波是常用的去噪方法之一,根據(jù)圖像降噪空間的不同,濾波方法分為兩大類,第一類是以高斯濾波、中值濾波為代表的空間域濾波方法,另一類是以小波變換、傅里葉變換為代表的頻率域濾波方法。使用濾波方法可以抑制圖像中的噪聲,但是由于模型內(nèi)在的缺陷,可能會改變圖像邊緣部分中真正的像素點,降低了圖像的邊緣保持能力,影響圖像去噪的效果。研究發(fā)現(xiàn),偏微分方程去噪方法可以克服傳統(tǒng)濾波去噪方法的缺點,不僅有效的濾除了噪聲,而且保留了較多的圖像邊緣信息。全變分模型以圖像的梯度信息作為正則項,通過極小化該梯度信息的模進行去噪處理,從其模型特點可知,它有著較強的邊緣保護能力。使用傳統(tǒng)的梯度下降法來計算全變分模型,其求解速度較慢,影響了計算效率。針對以上缺點,引入了Split Bregman快速迭代算法對全變分模型進行加速處理。由于該計算方法收斂速度十分快,不僅有效節(jié)約了時間成本,且其計算結(jié)果也較好。為了提高雙邊濾波的邊界保護能力,提出了全變分引導(dǎo)的雙邊濾波去噪方法。由全變分模型處理后的結(jié)果包含了豐富的結(jié)構(gòu)信息,該結(jié)果圖像可以給雙邊濾波值域核函數(shù)的計算提供較多的有效引導(dǎo)信息,使得雙邊濾波能準確處理圖像的邊緣部分,從而保護了圖像的邊界特征�？紤]對上述步驟進行迭代操作,隨著引導(dǎo)圖像質(zhì)量的提高,所提算法得到較好的去噪效果。為了使引導(dǎo)濾波能在不同噪聲水平情況下都能保持著良好的去噪性能,提出了各向異性全變分引導(dǎo)濾波的迭代去噪模型。因為各向異性全變分模型使用了圖像梯度信息的一階范數(shù)作為其正則項,可以保留原圖像更多的邊緣特征,給引導(dǎo)濾波提供了豐富的結(jié)構(gòu)信息。實驗分析表明,本算法突破了引導(dǎo)濾波限于低水平噪聲的局限性,使其可以適用于處理更高噪聲水平的情況。
【圖文】：

使用梯度下降法（a）、SplitBregman算法（b）計算的TV模型隨迭代次數(shù)變化的

Boat圖像去噪結(jié)果對比
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;TN713

【參考文獻】

相關(guān)期刊論文 前10條

1 梁廣順;汪日偉;溫顯斌;;基于雙邊濾波與非局部均值的圖像去噪研究[J];光電子·激光;2015年11期

2 姒紹輝;胡伏原;顧亞軍;鮮學豐;;一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J];計算機科學;2014年11期

3 王宇慶;;局部方差在圖像質(zhì)量評價中的應(yīng)用[J];中國光學;2011年05期

4 司禎禎;;傅里葉變換與小波變換在信號去噪中的應(yīng)用[J];電子設(shè)計工程;2011年04期

5 張闖;遲健男;張朝暉;王志良;;基于邊緣檢測與雙邊濾波的彩色圖像去噪[J];電子學報;2010年08期

6 胡韋偉;汪榮貴;方帥;胡瓊;;基于雙邊濾波的Retinex圖像增強算法[J];工程圖學學報;2010年02期

7 蔣剛毅;黃大江;王旭;郁梅;;圖像質(zhì)量評價方法研究進展[J];電子與信息學報;2010年01期

8 騫森;朱劍英;;基于奇異值分解的圖像質(zhì)量評價[J];東南大學學報(自然科學版);2006年04期

9 張旭升,周桃庚,沙定國;數(shù)字圖像噪聲估計的方法及數(shù)學模型[J];光學技術(shù);2005年05期

10 譚善文,秦樹人,湯寶平;小波基時頻特性及其在分析突變信號中的應(yīng)用[J];重慶大學學報(自然科學版);2001年02期

相關(guān)碩士學位論文 前1條

1 張慧;Bregman迭代方法及其在稀疏問題中的應(yīng)用[D];國防科學技術(shù)大學;2009年

，

本文編號：2640967