圖像是人類日常交流的一種信息載體。清晰度高的圖像可以更好地傳遞信息,幫助人們了解事物的內(nèi)在規(guī)律及事物之間的聯(lián)系。然而,圖像在采集、接收和保存等過程中不可避免地會受到噪聲的影響,造成圖像數(shù)據(jù)損壞,嚴重影響人們的工作和學習。為了獲得所需要的信息,圖像去噪便成為圖像數(shù)據(jù)處理的關(guān)鍵技術(shù)。通常圖像中的噪聲并不只是單一類型的,而是由高斯噪聲和脈沖噪聲混合而成的,不同的位置呈現(xiàn)出不同的噪聲。實際預(yù)處理中的去噪算法通常僅針對高斯噪聲或者脈沖噪聲,因此并不能達到很好的去噪效果。本文重點研究針對脈沖噪聲的切尾均值和針對高斯噪聲的小波閾值函數(shù)的改進。在脈沖噪聲和高斯噪聲混合污染圖像中,先檢測噪聲,然后利用改進的切尾均值和改進的小波閾值函數(shù)對圖像進行去噪。具體工作總結(jié)如下:首先,簡單概述了圖像噪聲的分類及常見噪聲模型,介紹了傳統(tǒng)圖像去噪方法,包括:空域濾波、頻域濾波及最優(yōu)線性濾波,并對小波閾值函數(shù)的原理進行了闡述。其次,重點研究改進切尾均值、小波變換及脊波變換。分析了切尾均值的不足,切尾均值主要對圖像中的脈沖噪聲進行去噪處理,其主要原理是通過對數(shù)據(jù)進行排序,去掉數(shù)據(jù)中最大值和最小值,然后對剩下的數(shù)據(jù)求均值。但... 

【文章來源】：西安電子科技大學陜西省211工程院校教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖像去噪模塊圖

H (線性系統(tǒng))與一個加性噪聲 ( x, y)的聯(lián)合作用，這樣便可產(chǎn)生退化圖像 g ( x, y )，最后通過復(fù)原濾波器對噪聲圖像進行濾除。圖2.1 圖像噪聲模型圖2.1.1 圖像噪聲的分類噪聲是圖像信息中的一種信號，不必要的或者冗余的干擾信息稱為圖像噪聲，而圖像噪聲是人們在現(xiàn)實或者模擬圖像中不需要的部分。然而，噪聲和信號有著密切聯(lián)系，它們不是相互獨立的單個個體，人們可以通過信號特性來研究噪聲，如果在理想情況下，即噪聲是獨立的，可以直接研究噪聲特性。生活中，噪聲一般都被認為是一種不確定的隨機出現(xiàn)的未知現(xiàn)象，主要采用概率論與統(tǒng)計的方法來研究。通過大量監(jiān)測數(shù)據(jù)進行信息分析，我們把不受時間影響的噪聲稱之為平穩(wěn)噪聲，反之則稱為非平穩(wěn)噪聲，通常情形中，信號也具有未知的隨機性[27]。依據(jù)噪聲產(chǎn)生的原因

到很好的去噪效果。1.脊波變換的去噪原理在圖像去噪處理過程中，第一步對圖像進行 Radon 變換，將圖像中的直線映射成Radon 域的一個點，然后對變換后的圖像進行奇異性檢測，第二步在 Radon 域中進行小波變換從而獲得小波系數(shù)，上述過程便是脊波變換。而脊波逆變換，首先對小波系數(shù)進行小波逆變換，這時就將圖像又變換到了 Radon 域，再將 Radon 域的系數(shù)通過Radon 逆變換恢復(fù)圖像。2.脊波變換去噪過程脊波變換去噪主要是在小波閾值函數(shù)去噪基礎(chǔ)上的去噪。首先，將含噪圖像進行Radon 變換，獲得 Radon 變換矩陣；然后對 Radon 矩陣進行小波分解，獲得小波分解系數(shù)矩陣；利用小波閾值函數(shù)去噪算法對小波系數(shù)矩陣去噪；將去噪后的矩陣進行小波逆變換處理；再將逆變換后獲得的矩陣進行 Radon 逆變換，進而獲得去噪后的圖像。由于脊波逆變換會產(chǎn)生“環(huán)繞”現(xiàn)象，因此，最后還需對去噪后的圖像采用維納濾波來消除“環(huán)繞”現(xiàn)象[30]。具體過程如圖 2.2 所示：

【參考文獻】：
期刊論文
[1]基于小波閾值函數(shù)與改進中值濾波融合的抑制圖像混合噪聲算法[J]. 馬良慧,李東興,張華強,杜欽君,常曉剛.  光學技術(shù). 2017(01)
[2]基于小波變換和均值濾波的圖像去噪[J]. 宋清昆,馬麗,曹建坤,韓笑.  黑龍江大學自然科學學報. 2016(04)
[3]基于新閾值函數(shù)的小波閾值去噪算法[J]. 王蓓,張根耀,李智,王靜.  計算機應(yīng)用. 2014(05)
[4]新閾值函數(shù)下的小波閾值去噪[J]. 王瑞,張友純.  計算機工程與應(yīng)用. 2013(15)
[5]基于改進小波閾值函數(shù)的指紋圖像去噪[J]. 黃玉昌,侯德文.  計算機工程與應(yīng)用. 2014(06)
[6]常用圖像去噪算法的比較與研究[J]. 王民,文義玲.  西安建筑科技大學學報(自然科學版). 2010(06)
[7]數(shù)字圖像去噪方法的比較與研究[J]. 仲崇麗.  中國新技術(shù)新產(chǎn)品. 2010(15)
[8]切尾統(tǒng)計算法的優(yōu)化及應(yīng)用[J]. 孫東振,史瑞芝,張振華,宋芳,王艷林.  中國印刷與包裝研究. 2010(02)
[9]消除圖像中混合噪聲的濾波方法[J]. 許春和,張宇,孫廣明.  計算機與信息技術(shù). 2009(Z1)
[10]消除圖像中混合噪聲的濾波方法[J]. 許春和,張宇,孫廣明.  計算機與信息技術(shù). 2009 (Z1)



本文編號：3627579