科學技術的高速發(fā)展催生了信息革命,數字圖像作為信息獲取、表達和傳遞的重要方式,其準確性和清晰性至關重要。然而圖像噪聲會導致圖像降質。為了得到高質量的圖像,圖像去噪算法的研究從未間斷,三維塊匹配協同濾波算法(Block-matching and 3D filtering,BM3D)是其中集大成者,但它仍存在一些不足:算法效率低下、對高強度噪聲圖像去噪效果差、邊緣紋理信息丟失。為了使圖像去噪效果更理想,改進原有算法、提出更有效的方法尤為迫切和重要。本文首先研究了SFCM圖像聚類算法和自適應邊緣檢測算法,然后在此基礎上對BM3D圖像去噪算法做了改進,最后通過仿真實驗說明了改進算法的優(yōu)勢。論文主要創(chuàng)新工作和研究成果如下:(1)針對BM3D算法因全局搜索導致效率低下、對高強度噪聲圖像去噪效果差的不足,提出基于SFCM聚類的BM3D圖像去噪算法,該算法利用圖像像素點的灰度分布特性,通過SFCM聚類算法將圖像像素點分為不同的類別,每一類為一個同質區(qū)域,同質區(qū)域內的像素點相似性高,非同質區(qū)域內的像素點相似性低,塊匹配不必再進行全局搜索,而是在同質區(qū)域內,以此提高算法去噪效率;該算法還利用SFCM聚類算...

【文章頁數】：103 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 選題背景以及研究意義
    1.2 國內外研究現狀
    1.3 論文的研究工作及創(chuàng)新點
    1.4 論文的結構安排
第二章 圖像去噪算法基本理論
    2.1 引言
    2.2 圖像去噪基礎
        2.2.1 圖像噪聲
        2.2.2 經典圖像去噪算法
    2.3 BM3D圖像去噪算法概述
        2.3.1 塊匹配
        2.3.2 協同濾波
        2.3.3 聚集
        2.3.4 算法具體實現
    2.4 圖像去噪質量評價
    2.5 本章小結
第三章 基于SFCM聚類的BM3D圖像去噪算法
    3.1 引言
    3.2 SFCM聚類算法概述
        3.2.1 FCM聚類算法原理
        3.2.2 SFCM聚類算法原理
    3.3 基于SFCM聚類的BM3D圖像去噪算法實現
        3.3.1 SFCM聚類算法的實現
        3.3.2 基于加權L₂范數的塊匹配
        3.3.3 基于SFCM的 BM3D圖像去噪算法實現
        3.3.4 算法參數設定
        3.3.5 算法復雜度分析
    3.4 實驗結果及分析
    3.5 本章小結
第四章 基于自適應邊緣檢測的BM3D圖像去噪算法
    4.1 引言
    4.2 邊緣檢測原理概述
        4.2.1 邊緣檢測原理
        4.2.2 邊緣檢測算子
        4.2.3 邊緣檢測算子比較
    4.3 基于自適應邊緣檢測的BM3D圖像去噪算法實現
        4.3.1 基于Canny算子的邊緣檢測算法實現
        4.3.2 基于自適應Canny算子的邊緣檢測算法實現
        4.3.3 基于自適應邊緣檢測的BM3D圖像去噪算法實現
    4.4 實驗結果分析
    4.5 本章小結
第五章 基于圖像分割的圖像去噪算法
    5.1 引言
    5.2 基于圖像分割的圖像去噪算法實現
        5.2.1 基于圖像分割的BM3D圖像去噪算法實現
        5.2.2 基于圖像分割的C-BM3D圖像去噪算法實現
        5.2.3 彩色圖像評價標準
    5.3 實驗結果分析
        5.3.1 基于圖像分割的BM3D圖像去噪算法實驗結果分析
        5.3.2 基于圖像分割的C-BM3D圖像去噪算法實驗結果分析
    5.4 本章小結
第六章 總結與展望
    6.1 論文工作總結
    6.2 下一步工作
參考文獻
致謝
作者簡介



本文編號：3990660