圖像中存在噪聲的主要原因是圖像在被攝取或傳輸?shù)臅r(shí)候所受到的隨機(jī)信號(hào)的干擾,它是妨礙人們對(duì)圖像的正確信息采集的一個(gè)影響因素�，F(xiàn)實(shí)生活中的噪聲無(wú)處不在,人們?yōu)榱双@取清晰、有效的圖像就必須對(duì)圖像中的噪聲進(jìn)行處理,這也催生了一系列的數(shù)字圖像處理技術(shù)。雖然已經(jīng)經(jīng)過(guò)很多年的發(fā)展,但對(duì)新一代的圖像去噪方法的探索仍舊沒(méi)有停歇,它依舊是數(shù)字圖像處理領(lǐng)域里面一個(gè)重要的課題。隨著分?jǐn)?shù)階微積分定義的出現(xiàn),人們發(fā)現(xiàn)將偏微分方程和卷積掩模模型應(yīng)用于圖像去噪中可以很好地消除噪聲影響,這促進(jìn)了偏微分方程和掩模模型的研究發(fā)展,本文主要是基于分?jǐn)?shù)階微積分的圖像去噪模型研究,主要的工作及成果如下:1.針對(duì)高斯噪聲,提出了一種加入了分?jǐn)?shù)階保真項(xiàng)的分?jǐn)?shù)階偏微分方程圖像去噪模型。該模型在加入分?jǐn)?shù)階保真項(xiàng)之后,可以消除其他模型比如Perona-Malik（PM）模型和Rudin-Osher-Fatemi（ROF）模型產(chǎn)生的階梯效應(yīng),因?yàn)樵摫Ｕ骓?xiàng)的存在,使得整個(gè)圖像顯得更加平滑,并且原始圖像中的更多的細(xì)節(jié)紋理也可以被保存下來(lái)。通過(guò)和其他算法的比較,借助峰值信噪比和結(jié)構(gòu)相似度等評(píng)價(jià)指標(biāo)來(lái)衡量圖像去噪效果,迭代選擇最優(yōu)數(shù)值,從而保留效果... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的主要工作
    1.4 論文組織結(jié)構(gòu)
第2章 圖像去噪相關(guān)理論基礎(chǔ)
    2.1 圖像的噪聲模型
    2.2 分?jǐn)?shù)階微積分相關(guān)理論
        2.2.1 分?jǐn)?shù)階微積分的時(shí)域定義
        2.2.2 分?jǐn)?shù)階微積分對(duì)信號(hào)的作用
    2.3 幾種經(jīng)典的分?jǐn)?shù)階微積分圖像去噪模型
        2.3.1 分?jǐn)?shù)階微積分在偏微分方程中的應(yīng)用模型
        2.3.2 分?jǐn)?shù)階微積分在卷積掩模中的應(yīng)用模型
    2.4 圖像質(zhì)量的評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
第3章 基于分?jǐn)?shù)階微積分的偏微分方程圖像去噪模型
    3.1 引言
    3.2 模型的描述
    3.3 數(shù)值計(jì)算方法
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第4章 基于自適應(yīng)分?jǐn)?shù)階微積分的卷積掩模圖像去噪模型
    4.1 引言
    4.2 模型的描述
        4.2.1 模型中模糊理論的應(yīng)用
        4.2.2 模型中分?jǐn)?shù)階微積分掩模的設(shè)計(jì)
        4.2.3 模型中自適應(yīng)參數(shù)的選擇
    4.3 數(shù)值計(jì)算方法
    4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)分?jǐn)?shù)階微分的醫(yī)學(xué)圖像增強(qiáng)算法[J]. 陳向陽(yáng),譚禮健.  計(jì)算機(jī)應(yīng)用研究. 2017(12)
[2]基于局部方差改進(jìn)的超聲圖像各向異性擴(kuò)散去噪算法[J]. 劉琬臻,付忠良.  計(jì)算機(jī)應(yīng)用. 2013(09)
[3]使用中值-各向異性擴(kuò)散的超聲圖像去噪算法[J]. 王常虹,陳韜亦,屈楨深.  哈爾濱工程大學(xué)學(xué)報(bào). 2011(03)
[4]基于各向異性擴(kuò)散的圖像降噪算法綜述[J]. 余錦華,汪源源.  電子測(cè)量與儀器學(xué)報(bào). 2011(02)
[5]一種改進(jìn)的分?jǐn)?shù)階微分掩模算子[J]. 王衛(wèi)星,于鑫,賴(lài)均.  模式識(shí)別與人工智能. 2010(02)
[6]一種基于模糊規(guī)則和小波變換的醫(yī)學(xué)圖像銳化增強(qiáng)算法[J]. 李均利,魏平,侯艷芹,陳剛.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2008(02)

博士論文
[1]偏微分方程在圖像處理中應(yīng)用的研究[D]. 仵冀穎.北京交通大學(xué) 2009



本文編號(hào)：3643076