本文關鍵詞：圖像去噪及其效果評估若干問題研究　出處：《吉林大學》2016年博士論文　論文類型：學位論文

  更多相關文章： 圖像去噪 形態(tài)成分分析 經(jīng)驗模態(tài)分解 圖像質量評價 圖像分割

【摘要】：從石器時代的巖壁畫到現(xiàn)代社會的數(shù)字圖像,圖像作為一種重要的視覺信息載體,承載著人類80%以上的信息量,是人類獲取和利用信息的重要方式。由于數(shù)字圖像在生成、傳輸?shù)雀鱾�階段都有可能受到噪聲的干擾,對后續(xù)的計算機圖像處理,尤其對圖像分割、特征提取、圖像識別等過程產(chǎn)生直接影響,并帶來諸多問題。因此,圖像去噪是圖像處理重要的預處理過程。本文圍繞圖像去噪算法和圖像去噪效果評估方法進行研究,主要工作如下:1.針對紋理豐富的圖像特點,提出基于形態(tài)成分分析(MCA)的雙邊濾波圖像去噪方法。首先利用MCA算法將圖像分解為低頻部分和高頻部分,對高頻部分應用雙邊濾波。由于傳統(tǒng)雙邊濾波算法中存在單個像素的相似性度量易受噪聲影響,而損壞邊緣和紋理這一問題,本文引入了像素平滑權重,有效地保留了圖像的高頻紋理和邊緣信息。然后將低頻信息與濾波后的高頻信息進行重構,完成圖像去噪過程。去噪后的圖像紋理特征完整清晰,具有更高的峰值信噪比。2.提出基于經(jīng)驗模態(tài)分解(EMD)的圖像去噪算法。EMD的優(yōu)勢在于無需預設分解層數(shù)和分解基底,能將圖像自適應地分解為一個趨勢圖像和若干固有模態(tài)函數(shù)。針對包含在固有模態(tài)函數(shù)內的大部分噪聲,提出鄰域信息相關匹配算法,對其進行平滑處理。最后利用經(jīng)驗模態(tài)逆變換將去噪后的固有模態(tài)函數(shù)與趨勢圖像重構成一幅圖像。實驗結果表明,改進后的算法在視覺效果和客觀指標兩個方面均優(yōu)于其它對比算法。3.提出基于方向信息的二維經(jīng)驗模態(tài)分解(BEMD)圖像去噪算法。首先,引入自適應二維經(jīng)驗模態(tài)分解。其次,提出基于方向的二維固有模態(tài)函數(shù)分解,形成若干方向子帶,通過改進線性回歸模型,對圖像的方向子帶進行平滑處理。最后,將平滑子帶與圖像的原始殘差重構得到最終圖像。實驗結果表明,算法在去除噪聲的同時較好地保留了圖像的方向信息。4.提出一種全參考類圖像質量評價指標。評價內容包括算法的去噪的效果和保留原圖像重要視覺信息的能力。在去噪效果方面,設計了一種檢測噪聲點的方法,首先判斷像素與其鄰域內像素的關系,遴選出疑似噪聲點,其次再通過對比參考圖像最終確定真正的噪聲點,最后判斷噪聲點去除的百分比。在視覺相似度方面,采用結構相似度指標(SSIM)衡量去噪圖像與參考圖像間的視覺相似性。進行了相應的實驗對比,實驗結果表明該指標在評價去噪能力方面具有明顯的優(yōu)勢,與人的主觀判斷基本一致。5.噪聲對圖像分割的影響進行評估。將圖像加入不同強度的噪聲進行目標分割,本文采用兩類圖像,一類是嘴唇圖像,采用一種基于RGB顏色空間的改進區(qū)域生長的算法,進行嘴唇輪廓提取。另一類是熒光圖像,采用一種基于HSV顏色空間的分水嶺算法,來實現(xiàn)目標和背景的分離。
【學位授予單位】：吉林大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 王勇智,黃紅波;一種數(shù)學圖像去噪的新方法[J];岳陽職業(yè)技術學院學報;2005年01期

2 楊淑伶;郭定輝;管克英;;一個用于圖像去噪、量化的反應擴散模型[J];數(shù)學的實踐與認識;2006年08期

3 王香菊;;圖像去噪方法及應用[J];科技情報開發(fā)與經(jīng)濟;2007年27期

4 高嵐;廖云良;袁中華;;尺度適應性二代小波的圖像去噪方法[J];船海工程;2007年06期

5 楊文國;;基于擴散方程的圖像去噪[J];科技風;2008年20期

6 于雯輝;田逢春;李立;唐光菊;;基于空域平均的圖像去噪方法[J];光電子技術;2008年02期

7 王銀峰;朱麗麗;何光宏;朱根琴;;一種基于尺度相關的小波圖像去噪方法[J];激光雜志;2008年05期

8 姚斌;楊玲香;;基于非線性復擴散和小波的圖像去噪方法[J];航空計算技術;2009年05期

9 李柯材;張曦煌;;基于鄰域閾值萎縮法的圖像去噪方法的優(yōu)化[J];計算機應用;2010年01期

10 李燕民;季維勛;李維國;;一種新的圖像去噪方法[J];微計算機應用;2010年03期

相關會議論文 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應方向小波在磁共振圖像去噪中的應用[A];第十七屆全國波譜學學術會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學術會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學圖像去噪方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

6 劉曙光;費佩燕;屈萍鴿;;基于對偶樹復小波的圖像去噪技術研究[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術及其應用學術交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學術年會論文集[C];2006年

10 鄧超;;基于改進神經(jīng)網(wǎng)絡的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

相關博士學位論文 前10條

1 張偉;具有擴散—波動調和特性的圖像去噪方法[D];上海交通大學;2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應用研究[D];西安電子科技大學;2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學;2015年

4 廖帆;四方向全變分在圖像去噪問題中的應用[D];東南大學;2015年

5 楊昊;圖像去噪中幾種優(yōu)化算法的相關研究[D];電子科技大學;2016年

6 楊成佳;圖像去噪及其效果評估若干問題研究[D];吉林大學;2016年

7 劉紅毅;結構保持的圖像去噪方法研究[D];南京理工大學;2011年

8 侯迎坤;非局部變換域圖像去噪與增強及其性能評價研究[D];南京理工大學;2012年

9 侯建華;基于小波及其統(tǒng)計特性的圖像去噪方法研究[D];華中科技大學;2007年

10 龐志峰;圖像去噪問題中的幾類非光滑數(shù)值方法[D];湖南大學;2010年

相關碩士學位論文 前10條

1 陳龍;偏微分方程擴散模型在圖像去噪中的應用[D];昆明理工大學;2015年

2 孫旭崢;帶跳回歸算法研究及其應用[D];東南大學;2015年

3 呂鯉志;醫(yī)學CT圖像去噪和增強方法的研究應用[D];太原理工大學;2016年

4 嚴莉娜;基于質心的Copula分布估計算法及其在圖像去噪中的應用[D];太原科技大學;2015年

5 張藝;ICA技術及其在圖像去噪中的應用[D];東北石油大學;2010年

6 楊瑩瑩;圖像去噪的保細節(jié)各向異性擴散模型研究[D];重慶大學;2015年

7 王增燁;基于ICA稀疏編碼算法和輪廓波變換的圖像去噪研究[D];東北大學;2014年

8 圖妮薩古麗·達伍提;基于偏微分方程的圖像去噪中的若干問題研究[D];新疆師范大學;2016年

9 王建龍;高階自適應變分與PDE圖像去噪模型[D];河南理工大學;2015年

10 孫曉旭;基于分數(shù)階微積分的圖像去噪和圖像配準方法研究[D];南昌航空大學;2016年

，

本文編號：1328821