數(shù)字圖像在生成、傳輸?shù)戎T多過程中,經(jīng)常會受到內(nèi)部或外部的影響而產(chǎn)生圖像噪聲。圖像噪聲會導致圖像質(zhì)量下降,甚至會對后續(xù)的圖像分析以及處理工作產(chǎn)生不利影響,因此圖像去噪是圖像處理的重要研究內(nèi)容。本文針對圖像中常見的脈沖噪聲,尤其是隨機值脈沖噪聲開展研究,在分析總結(jié)現(xiàn)有的主要去噪方法基礎上,進一步探索提高圖像去噪性能的新方法。線性濾波和非線性濾波是兩種典型的濾波類型。本文分析了這兩種方法的去噪性能,結(jié)果表明非線性濾波(中值濾波)去除脈沖噪聲的效果較好。在中值濾波算法基礎上,進一步分析了幾種典型的改進算法,包括加權(quán)中值濾波、極值中值濾波、基于排序閾值的開關中值濾波(OTSM)。利用幾何結(jié)構(gòu)檢測的去噪算法適用于去除隨機值脈沖噪聲。該算法運用圖像直方圖對圖像噪聲率進行估計,通過自適應選取閾值將像素初步分為信號點、噪聲點與待測點三種類型。然后利用幾何結(jié)構(gòu)對待測點進行噪聲檢測,最后將圖像信號點保留,對所有判定為噪聲點的像素值進行中值濾波。本文在研究現(xiàn)有典型的圖像脈沖噪聲濾波算法基礎上,提出了以下兩種改進算法,有效提高了圖像去噪性能。運用MATLAB對算法進行仿真,對算法性能進行分析與比較。(1)提出一... 

【文章來源】：安慶師范大學安徽省

【文章頁數(shù)】：37 頁

【學位級別】：碩士

【部分圖文】：

添加不同密度固定值噪聲的圖像

0 50 100 150 200 2500 50 100 150 200 250原圖像 D=10%020040060080010000 100 200020040060080010000 100 200D=20% D=30%020040060080010000 50 100 150 200 25002004006008000 50 100 150 200 250D=40% D=50%800800

I x ,y 為噪聲圖像， J x ,y 為經(jīng)過濾波處理后圖像。S 為以點（為中心的鄰域像素的集合，M 為鄰域像素總數(shù)。均值濾波能夠有效的對局噪聲點進行處理，優(yōu)點是簡單易操作，缺點是這種對所有像素統(tǒng)一處理的能使未受污染的像素變得模糊，在一定程度上導致圖像細節(jié)和邊緣出現(xiàn)模可采用 MATLAB 的 imfilter 函數(shù)對噪聲圖像 I 進行均值濾波處理：J=imfilter(I, ones(3)/9)對于包含 7 種脈沖噪聲密度的圖像，均值濾波的仿真如圖 3.1 所示。表 3了各種密度脈沖自噪聲濾波圖像的 PSNR 值，可以看出隨噪聲密度升高R 值呈現(xiàn)為顯著下降趨勢。原圖像 D=10% D=20% D=30%

【參考文獻】：
期刊論文
[1]改進的自適應加權(quán)中值濾波算法[J]. 王松林,蔣崢.  傳感器與微系統(tǒng). 2016(11)
[2]無參考圖像質(zhì)量評價綜述[J]. 王志明.  自動化學報. 2015(06)
[3]基于12個方向的方向加權(quán)濾波法去除隨機值脈沖噪聲[J]. 陳明軒,周亞麗,張奇志.  計算機應用研究. 2014(05)
[4]一種改進的極值中值濾波算法[J]. 黃存令,段錦,祝勇,田澍.  長春理工大學學報(自然科學版). 2013(Z2)
[5]改進的中值濾波去噪算法應用分析[J]. 劉國宏,郭文明.  計算機工程與應用. 2010(10)
[6]一種改進的開關中值濾波算法[J]. 柳樹,于忠黨.  微計算機應用. 2009(12)
[7]一種基于改進的極值中值濾波算法[J]. 孫樹亮,王守覺.  計算機科學. 2009(06)
[8]利用幾何結(jié)構(gòu)檢測去除圖像中的隨機值脈沖噪聲[J]. 商澤利,水鵬朗,王小龍.  中國圖象圖形學報. 2008(07)
[9]基于模糊邏輯的圖像脈沖噪聲濾除[J]. 楊青川,許亮,石振剛.  沈陽理工大學學報. 2007(05)
[10]隨機值脈沖噪聲濾波算法[J]. 董繼揚,張軍英.  計算機工程與應用. 2006(16)

碩士論文
[1]圖像質(zhì)量的潛在語義分析及評價[D]. 盧中華.大連海事大學 2013
[2]數(shù)字圖像脈沖噪聲去除方法研究[D]. 嚴盟.華中師范大學 2013
[3]基于PLSA的無參考圖像質(zhì)量評價[D]. 石倩.大連海事大學 2012
[4]圖像椒鹽噪聲及高斯噪聲去噪方法研究[D]. 王曉凱.復旦大學 2010
[5]數(shù)字圖像中脈沖噪聲的濾波算法研究[D]. 呂凱紅.哈爾濱理工大學 2010



本文編號：2901163