本文關(guān)鍵詞：圖像去噪及其效果評(píng)估若干問(wèn)題研究　出處：《吉林大學(xué)》2016年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 圖像去噪 形態(tài)成分分析 經(jīng)驗(yàn)?zāi)B(tài)分解 圖像質(zhì)量評(píng)價(jià) 圖像分割

【摘要】：從石器時(shí)代的巖壁畫(huà)到現(xiàn)代社會(huì)的數(shù)字圖像,圖像作為一種重要的視覺(jué)信息載體,承載著人類(lèi)80%以上的信息量,是人類(lèi)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�(gè)階段都有可能受到噪聲的干擾,對(duì)后續(xù)的計(jì)算機(jī)圖像處理,尤其對(duì)圖像分割、特征提取、圖像識(shí)別等過(guò)程產(chǎn)生直接影響,并帶來(lái)諸多問(wèn)題。因此,圖像去噪是圖像處理重要的預(yù)處理過(guò)程。本文圍繞圖像去噪算法和圖像去噪效果評(píng)估方法進(jìn)行研究,主要工作如下:1.針對(duì)紋理豐富的圖像特點(diǎn),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(duì)高頻部分應(yīng)用雙邊濾波。由于傳統(tǒng)雙邊濾波算法中存在單個(gè)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(wèn)題,本文引入了像素平滑權(quán)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(jìn)行重構(gòu),完成圖像去噪過(guò)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(yàn)?zāi)B(tài)分解(EMD)的圖像去噪算法。EMD的優(yōu)勢(shì)在于無(wú)需預(yù)設(shè)分解層數(shù)和分解基底,能將圖像自適應(yīng)地分解為一個(gè)趨勢(shì)圖像和若干固有模態(tài)函數(shù)。針對(duì)包含在固有模態(tài)函數(shù)內(nèi)的大部分噪聲,提出鄰域信息相關(guān)匹配算法,對(duì)其進(jìn)行平滑處理。最后利用經(jīng)驗(yàn)?zāi)B(tài)逆變換將去噪后的固有模態(tài)函數(shù)與趨勢(shì)圖像重構(gòu)成一幅圖像。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法在視覺(jué)效果和客觀指標(biāo)兩個(gè)方面均優(yōu)于其它對(duì)比算法。3.提出基于方向信息的二維經(jīng)驗(yàn)?zāi)B(tài)分解(BEMD)圖像去噪算法。首先,引入自適應(yīng)二維經(jīng)驗(yàn)?zāi)B(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(guò)改進(jìn)線性回歸模型,對(duì)圖像的方向子帶進(jìn)行平滑處理。最后,將平滑子帶與圖像的原始?xì)埐钪貥?gòu)得到最終圖像。實(shí)驗(yàn)結(jié)果表明,算法在去除噪聲的同時(shí)較好地保留了圖像的方向信息。4.提出一種全參考類(lèi)圖像質(zhì)量評(píng)價(jià)指標(biāo)。評(píng)價(jià)內(nèi)容包括算法的去噪的效果和保留原圖像重要視覺(jué)信息的能力。在去噪效果方面,設(shè)計(jì)了一種檢測(cè)噪聲點(diǎn)的方法,首先判斷像素與其鄰域內(nèi)像素的關(guān)系,遴選出疑似噪聲點(diǎn),其次再通過(guò)對(duì)比參考圖像最終確定真正的噪聲點(diǎn),最后判斷噪聲點(diǎn)去除的百分比。在視覺(jué)相似度方面,采用結(jié)構(gòu)相似度指標(biāo)(SSIM)衡量去噪圖像與參考圖像間的視覺(jué)相似性。進(jìn)行了相應(yīng)的實(shí)驗(yàn)對(duì)比,實(shí)驗(yàn)結(jié)果表明該指標(biāo)在評(píng)價(jià)去噪能力方面具有明顯的優(yōu)勢(shì),與人的主觀判斷基本一致。5.噪聲對(duì)圖像分割的影響進(jìn)行評(píng)估。將圖像加入不同強(qiáng)度的噪聲進(jìn)行目標(biāo)分割,本文采用兩類(lèi)圖像,一類(lèi)是嘴唇圖像,采用一種基于RGB顏色空間的改進(jìn)區(qū)域生長(zhǎng)的算法,進(jìn)行嘴唇輪廓提取。另一類(lèi)是熒光圖像,采用一種基于HSV顏色空間的分水嶺算法,來(lái)實(shí)現(xiàn)目標(biāo)和背景的分離。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王勇智,黃紅波;一種數(shù)學(xué)圖像去噪的新方法[J];岳陽(yáng)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

2 楊淑伶;郭定輝;管克英;;一個(gè)用于圖像去噪、量化的反應(yīng)擴(kuò)散模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2006年08期

3 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2007年27期

4 高嵐;廖云良;袁中華;;尺度適應(yīng)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(guó);;基于擴(kuò)散方程的圖像去噪[J];科技風(fēng);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(shù);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(guān)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(fù)擴(kuò)散和小波的圖像去噪方法[J];航空計(jì)算技術(shù);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(jì)算機(jī)應(yīng)用;2010年01期

10 李燕民;季維勛;李維國(guó);;一種新的圖像去噪方法[J];微計(jì)算機(jī)應(yīng)用;2010年03期

相關(guān)會(huì)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(guó)信息獲取與處理學(xué)術(shù)會(huì)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(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)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(guó)信息獲取與處理學(xué)術(shù)會(huì)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(guó)第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國(guó)第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)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(xué)圖像去噪方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 劉曙光;費(fèi)佩燕;屈萍鴿;;基于對(duì)偶樹(shù)復(fù)小波的圖像去噪技術(shù)研究[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)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(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆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(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)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(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 張偉;具有擴(kuò)散—波動(dòng)調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

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

4 廖帆;四方向全變分在圖像去噪問(wèn)題中的應(yīng)用[D];東南大學(xué);2015年

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

6 楊成佳;圖像去噪及其效果評(píng)估若干問(wèn)題研究[D];吉林大學(xué);2016年

7 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

8 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評(píng)價(jià)研究[D];南京理工大學(xué);2012年

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

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

相關(guān)碩士學(xué)位論文 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 孫旭崢;帶跳回歸算法研究及其應(yīng)用[D];東南大學(xué);2015年

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

4 嚴(yán)莉娜;基于質(zhì)心的Copula分布估計(jì)算法及其在圖像去噪中的應(yīng)用[D];太原科技大學(xué);2015年

5 張藝;ICA技術(shù)及其在圖像去噪中的應(yīng)用[D];東北石油大學(xué);2010年

6 楊瑩瑩;圖像去噪的保細(xì)節(jié)各向異性擴(kuò)散模型研究[D];重慶大學(xué);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(xué);2014年

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

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

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

，

本文編號(hào)：1328821