【摘要】：圖像去噪是數(shù)字圖像處理領域中重要的預處理步驟,它處理的好壞會直接影響后續(xù)的工作。噪聲是無處不在的,它不僅會影響圖像的自身質量,而且會給我們帶來錯誤的信息,所以圖像去噪是非常重要的。傳統(tǒng)的圖像去噪都是基于局部的,雖然取得了一定的效果,但是會使邊緣模糊。而非局部均值去噪突破了局部的束縛,利用圖像的自相似性,將像素點的比較變成了圖像中鄰域塊之間的比較。鄰域塊的比較比點之間的比較更加的穩(wěn)定。所以通過度量鄰域塊間的相似度去估計像素點與像素點之間的相似度,而后通過對這些點求加權平均來得到去噪后的結果,取得了較好的去噪效果,同時保持了邊緣的結構信息。但經(jīng)典的非局部均值去噪方法也具有一定的缺陷,因為它是使用的加權歐幾里德距離來度量鄰域塊之間的相似性,而歐式距離抗噪能力不強,容易受到噪聲的影響,所以歐式距離不能準確的度量鄰域塊之間的相似性,從而影響了去噪的效果。本論文針對經(jīng)典非局部去噪算法中利用歐式距離進行塊相似性度量存在的不足,提出了一種基于局部Hu矩的非局部均值去噪算法,試圖從抗噪聲、結構特性匹配及能量無關等方面,改善塊相似性度量的性能,從而總體上提高整個算法的去噪效果。局部Hu矩是通過krawtchouk多項式的權重函數(shù)與圖像函數(shù)相結合構造出幾何矩的新的權重函數(shù),從而得到新的幾何矩,利用構造的新的幾何矩得到新的中心矩,使用二階和三階中心矩構造出7個不變矩組成一組特征矢量,這組特征矢量具有旋轉,尺度,平移不變性。而且具有較強的抗噪能力。從更高的維度,度量鄰域問特征矢量的相似性,并把它作為權重的一部分來度量鄰域間的相似性。論文通過實驗,對不同強度下的高斯白噪聲圖像和椒鹽噪聲圖像進行了分析比較,從實驗結果中可以看出,基于局部Hu矩的塊相似度比較,明顯優(yōu)于傳統(tǒng)的歐幾里德距離比較。論文提出的基于局部Hu矩的非局部均值去噪算法在峰值信噪比和結構相似度上相對于經(jīng)典算法有明顯的提高,并且能夠更好地保持圖像的結構信息。
【圖文】：

（．）其中Ｙ（ｉ，ｊ）是被污染的中心像素值，Ｎ＊Ｎ代表鄰域窗口大小。表示去噪逡逑后的中心像素值。均值濾波的優(yōu)點是：通過壓抑高頻部分，有效去除噪聲引起的逡逑灰度值尖銳變化。缺點是：在去除了噪聲的同時使圖像的細節(jié)和邊緣模糊或者丟逡逑

其中是以（ｉ，ｊ）為中心鄰域的灰度值集合，一般情況集合的個數(shù)取奇數(shù)。逡逑中值濾波的優(yōu)點是：它對于突變的噪聲點有著良好的去噪效果。比如：椒鹽逡逑噪聲。缺點是：它只考慮了像素鄰域內的排序信息，而忽略了像素的時序信息，，所逡逑以在去噪的過程中容易破壞圖像的細節(jié)。逡逑
【學位授予單位】：昆明理工大學
【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8條

1 韓震;王紅斌;余正濤;朱映柔;;雙邊非局部均值濾波圖像去噪算法[J];傳感器與微系統(tǒng);2016年06期

2 陰盼強;路東明;袁淵;;基于馬氏距離的改進非局部均值圖像去噪算法[J];計算機輔助設計與圖形學學報;2016年03期

3 陳強云;郭銘銘;竇建華;;基于增強鄰域結構方向信息的圖像去噪算法[J];合肥工業(yè)大學學報(自然科學版);2015年10期

4 王金鳳;侯德文;劉明明;;一種基于SSIM的非局部均值圖像去噪算法[J];山東師范大學學報(自然科學版);2014年03期

5 趙慶平;陳得寶;姜恩華;方振國;;一種改進權重的非局部均值圖像去噪算法[J];電子測量與儀器學報;2014年03期

6 陳瀟紅;;基于相似性判斷的雙邊濾波改進算法[J];計算機工程;2012年22期

7 蘆碧波;郭志昌;曹楊;李美慧;胡歆瑤;;非局部偏微分方程去噪模型[J];吉林大學學報(理學版);2007年06期

8 杜嘯曉,施鵬飛,楊新,嚴京旗;一種改進的偏微分方程圖像平滑方法[J];上海交通大學學報;2001年02期

本文編號：2558621