【摘要】：圖像去噪一直是數(shù)字圖像處理任務中的研究熱點,圖像的有效去噪是數(shù)字圖像處理的關鍵。有效的去噪算法能夠改善圖像邊緣檢測、圖像拼接、圖像融合的效果,有利于航天航空、信息工程、生物醫(yī)學、文化藝術、機器人視覺等方面的應用。隨著圖像去噪應用領域的擴展,多通道彩色圖像去噪成為新的需求。本文以國家自然科學基金(61379010)為背景,研究基于頻域的多通道彩色圖像去噪算法。本文主要研究內(nèi)容包括:1.針對現(xiàn)有的頻域單通道圖像去噪算法對噪聲方差較大的圖像處理效果不佳的問題,提出一種改進正態(tài)逆高斯分布模型的圖像去噪算法。該算法利用最優(yōu)線性插值閾值函數(shù)改進正態(tài)逆高斯分布模型作為系數(shù)先驗模型。仿真實驗表明,該模型可對噪聲標準差較大的圖像重拖尾分解系數(shù)準確建模,從而改善去噪效果。2.針對彩色圖像去噪時通道間相關性引起的去噪圖像存在色差的問題,提出一種降低通道相關性的顏色空間構造方法。該方法以頻域分解系數(shù)為基礎,基于主成分分析建立三維顏色空間的方向向量,確保了顏色空間的自適應性。仿真實驗表明,所構造的顏色空間通道間的相關性較低,提升了彩色圖像去噪效果。3.在彩色圖像標量去噪算法中,當噪聲方差較大時,去噪后的圖像仍有噪聲殘留。針對這一問題,本文在自適應顏色空間下,利用頻域性能較好的單通道去噪算法可進一步提升彩色圖像的去噪性能。仿真實驗表明,該方法在去除標準差較大的噪聲的同時圖像仍然保持清晰,體現(xiàn)了該方法的有效性。
【學位授予單位】：西北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 劉曉曼;劉永民;;基于分塊K-SVD字典學習的彩色圖像去噪[J];南京理工大學學報;2016年05期

2 周千;李文勝;;基于CB模型的彩色圖像混合噪聲去除方法[J];河南科學;2016年07期

3 王定成;田宇航;陳北京;舒華忠;;基于四元數(shù)表示的彩色圖像混合噪聲去噪（英文）[J];Journal of Southeast University(English Edition);2015年03期

4 紀建;李曉;許雙星;劉歡;黃晶晶;;基于稀疏重構框架下剪切波的SAR圖像去噪(英文)[J];自動化學報;2015年08期

5 賈迪;孟祥福;張一飛;董娜;李思慧;;梯度矢量擴散控制實現(xiàn)邊緣保持的彩色圖像去噪[J];中國圖象圖形學報;2014年04期

6 李高西;曹軍;張福元;;基于視覺靈敏度及粗集的彩色圖像濾波算法[J];電子測量與儀器學報;2014年02期

7 郭全占;司丹丹;胡園園;干宗良;;基于非局部均值的彩色圖像去噪[J];現(xiàn)代電子技術;2013年22期

8 張云強;張培林;王國德;卓洪波;;基于曲波變換和色度模型的彩色圖像去噪[J];中國圖象圖形學報;2012年12期

9 蔡建超;劉超;;一步異相關與最相關矢量的彩色圖像濾波方法[J];計算機應用;2012年02期

10 杜文遼;朱茹敏;李彥明;;小波濾波分解層數(shù)的自適應確定方法[J];光電子.激光;2010年09期

相關碩士學位論文 前1條

1 張強;基于非下采樣Shearlet變換域的圖像融合及去噪算法研究[D];合肥工業(yè)大學;2014年

，

本文編號：2517198