本文關(guān)鍵詞：基于BM3D算法的信號(hào)相關(guān)噪聲去除方法研究

  更多相關(guān)文章： 圖像去噪 噪聲估計(jì) 信號(hào)相關(guān)噪聲去除 BM3D算法 自相似算法

【摘要】：圖像是視覺(jué)信息的重要載體,隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,數(shù)字圖像已成為視覺(jué)信息的主要表現(xiàn)形式。數(shù)字圖像在其產(chǎn)生、存儲(chǔ)和傳播等過(guò)程中,會(huì)受到不同程度的噪聲的干擾,影響信息的正常獲取和判讀。如何有效地去除噪聲,從圖像中獲取有效信息成為當(dāng)前研究的熱門(mén)領(lǐng)域。更重要的是,在醫(yī)學(xué)臨床應(yīng)用中,由于成像原理以及成像設(shè)備的不完善等原因,醫(yī)學(xué)圖像中含有比較復(fù)雜的噪聲,干擾疾病的診斷和治療。因此,圖像去噪具有極其重要的理論和應(yīng)用價(jià)值。本論文首先從噪聲是否與信號(hào)相關(guān)入手,介紹了信號(hào)無(wú)關(guān)噪聲和信號(hào)相關(guān)噪聲,詳細(xì)比較了它們的不同；提出了一個(gè)噪聲模型,能有效地表示不同類(lèi)型的信號(hào)相關(guān)噪聲；同時(shí),介紹了數(shù)字圖像去噪的基本原理和相關(guān)算法。最后,對(duì)X射線相襯成像和光學(xué)相干層析成像(OCT)這兩種醫(yī)學(xué)成像技術(shù)作了簡(jiǎn)單介紹,指出信號(hào)相關(guān)噪聲去除為該領(lǐng)域中的重要研究課題。然后,介紹了本文中用到的一些相關(guān)技術(shù)和算法：分塊DCT算法和經(jīng)驗(yàn)維納濾波算法。同時(shí),介紹了一種信號(hào)相關(guān)噪聲參數(shù)估計(jì)的方法,以及幾種關(guān)鍵技術(shù)：噪聲方差的PCA估計(jì),圖像弱紋理區(qū)域的選取和參數(shù)的極大似然估計(jì)等。以上算法為本論文提出的信號(hào)相關(guān)噪聲去除算法的基礎(chǔ)。塊匹配三維協(xié)同濾波(BM3D)是加性高斯噪聲去除的優(yōu)秀算法之一。然而,對(duì)于醫(yī)學(xué)臨床圖像中的信號(hào)相關(guān)噪聲,該方法無(wú)法有效地實(shí)施。我們利用信號(hào)相關(guān)噪聲參數(shù)的魯棒估計(jì)和相似性的準(zhǔn)確度量,以及用自相似的方法對(duì)去噪的結(jié)果進(jìn)行增強(qiáng)處理,提出了一系列信號(hào)相關(guān)噪聲的BM3D去噪改進(jìn)算法。本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：●基于噪聲分析的BM3D改進(jìn)算法。信號(hào)相關(guān)噪聲具有復(fù)雜性和多樣性的特點(diǎn),本文利用PCA算法和極大似然估計(jì)對(duì)信號(hào)相關(guān)噪聲參數(shù)進(jìn)行估計(jì),并調(diào)節(jié)DCT閾值和維納濾波的收縮系數(shù),提出了針對(duì)于不同噪聲水平的改進(jìn)的自適應(yīng)BM3D算法�！窕诮Y(jié)構(gòu)相似指數(shù)的相似性度量。對(duì)于信號(hào)相關(guān)噪聲,經(jīng)典的歐式距離在度量相似性時(shí)不夠準(zhǔn)確。我們將結(jié)構(gòu)相似指數(shù)與歐式距離結(jié)合起來(lái)度量圖像塊的相似性,并應(yīng)用于BM3D的協(xié)同濾波過(guò)程中,進(jìn)一步增強(qiáng)了圖像塊的相似匹配�！窕谧韵嗨菩缘娜ピ朐鰪�(qiáng)處理。對(duì)于受噪聲污染比較嚴(yán)重的圖像,由于不合理的閾值收縮處理,經(jīng)過(guò)改進(jìn)的BM3D算法去噪后,出現(xiàn)了比較嚴(yán)重的人工偽影,我們利用自相似平滑處理來(lái)進(jìn)一步增強(qiáng)濾波的結(jié)果,得到了更好的圖像去噪結(jié)果。我們利用提出的針對(duì)信號(hào)相關(guān)噪聲的改進(jìn)的BM3D算法以及自相似去噪增強(qiáng)算法,對(duì)于模擬的和真實(shí)的信號(hào)相關(guān)噪聲退化圖像進(jìn)行了去噪處理。結(jié)果表明,本文提出的算法在主觀的視覺(jué)效果和客觀的峰值信噪比等指數(shù)方面,相對(duì)于經(jīng)典的BM3D算法和相關(guān)的去噪算法,都有一定程度的改進(jìn)。在對(duì)于X射線相襯成像和光學(xué)相干層析成像的去噪中,本文提出的算法在保持圖像細(xì)節(jié)和特征方面具有一定優(yōu)勢(shì)�；谠肼暦治龊徒Y(jié)構(gòu)相似指數(shù)的塊匹配協(xié)同濾波,以及自相似去噪增強(qiáng)算法深化并豐富了信號(hào)相關(guān)噪聲的濾波技術(shù),在醫(yī)學(xué)影像中的應(yīng)用具有重要的理論和臨床應(yīng)用價(jià)值。
【關(guān)鍵詞】：圖像去噪 噪聲估計(jì) 信號(hào)相關(guān)噪聲去除 BM3D算法 自相似算法
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要8-10
• ABSTRACT10-13
• 第一章 緒論13-20
• 1.1 數(shù)字圖像的噪聲13-16
• 1.1.1 噪聲的種類(lèi)13-15
• 1.1.2 噪聲模型15-16
• 1.2 圖像去噪算法的綜述和發(fā)展16-17
• 1.3 應(yīng)用背景17-20
• 1.3.1 X射線相襯成像17-18
• 1.3.2 光學(xué)相干層析成像18-20
• 第二章 準(zhǔn)備知識(shí)20-28
• 2.1 本文涉及到的去噪算法20-23
• 2.1.1 分塊DCT算法20-22
• 2.1.2 經(jīng)驗(yàn)維納濾波22-23
• 2.2 信號(hào)相關(guān)噪聲參數(shù)估計(jì)23-28
• 第三章 SDN-BM3D算法28-46
• 3.1 BM3D算法28-33
• 3.2 SDN-BM3D算法33-36
• 3.3 實(shí)驗(yàn)結(jié)果及分析36-39
• 3.4 應(yīng)用舉例39-45
• 3.4.1 X射線相襯成像去噪實(shí)驗(yàn)40-43
• 3.4.2 視網(wǎng)膜OCT成像去噪實(shí)驗(yàn)43-45
• 3.5 小結(jié)45-46
• 第四章 基于自相似的去噪增強(qiáng)46-53
• 4.1 非局部均值算法46-47
• 4.2 實(shí)驗(yàn)結(jié)果及分析47-52
• 4.2.1 模擬圖像實(shí)驗(yàn)47-49
• 4.2.2 醫(yī)學(xué)圖像實(shí)驗(yàn)49-52
• 4.3 小結(jié)52-53
• 第五章 結(jié)論及展望53-54
• 參考文獻(xiàn)54-61
• 攻讀學(xué)位期間參與承擔(dān)的科研項(xiàng)目61-62
• 致謝62-63
• 學(xué)位論文評(píng)閱及答辯情況表63

【相似文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王洪儒;基于BM3D算法的信號(hào)相關(guān)噪聲去除方法研究[D];山東大學(xué);2016年

，

本文編號(hào)：703992