基于結(jié)構(gòu)特征的圖像脈沖噪聲抑制研究

《基于結(jié)構(gòu)特征的圖像脈沖噪聲抑制研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于結(jié)構(gòu)特征的圖像脈沖噪聲抑制研究作者姓名王艷濤導(dǎo)師姓名、職稱武筱林教授一級(jí)學(xué)科電子科學(xué)與技術(shù)二級(jí)學(xué)科電路與系統(tǒng)申請(qǐng)學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年11月學(xué)校代碼10701學(xué)號(hào)1202120902分類TN82號(hào)TP75密級(jí)公開(kāi)西安電子科技大學(xué)碩士學(xué)位論文基于結(jié)構(gòu)特征的圖像脈沖噪聲抑制研究作者姓名：王艷濤一級(jí)學(xué)科：電子科學(xué)與技術(shù)二級(jí)學(xué)科：電路與系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：武筱林教授提交日期：2014年11月AStudyofImpulseNoiseRemovalBasedonStructuralFe

2、atureAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByWangyantaoSupervisor:Prof.WuxiaolinNov.2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)

3、注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)一切的法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨?/p>

4、論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，畢業(yè)后結(jié)合學(xué)位論文研究課題再撰寫(xiě)的文章一律署名單位為西安電子科技大學(xué)。（保密的論文在解密后遵守此規(guī)定）本學(xué)位論文屬于保密，在年解密后適用本授權(quán)書(shū)。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要作為信息傳遞的媒介，圖像在傳輸和存儲(chǔ)的過(guò)程中，會(huì)產(chǎn)生各種各樣的噪聲，影響人類對(duì)圖像中有效信息的讀取，使得圖像去噪一直受到廣泛的關(guān)注。近年來(lái)，隨著科學(xué)技術(shù)的發(fā)展，高質(zhì)量和高清晰度的圖像在國(guó)家安全、科學(xué)研究和日常生活等方面有越來(lái)越大的需求，因此，如何從被噪聲污

5、染的圖像中恢復(fù)出清晰圖像一直是圖像處理領(lǐng)域的一個(gè)挑戰(zhàn)。對(duì)于受脈沖噪聲污染的圖像而言，一般具有兩個(gè)特點(diǎn)：首先，噪聲圖像中只有一部分像素點(diǎn)被噪聲污染，還有一部分像素點(diǎn)是清晰的；其次，噪聲圖像中受脈沖噪聲污染的像素點(diǎn)灰度值通常處于圖像像素點(diǎn)灰度值動(dòng)態(tài)范圍的兩端。第一個(gè)特點(diǎn)意味著能夠利用清晰像素點(diǎn)提供的信息從受脈沖噪聲污染的圖像中恢復(fù)出清晰圖像；第二個(gè)特點(diǎn)則將通過(guò)噪聲檢測(cè)算法檢測(cè)出受脈沖噪聲污染的像素點(diǎn)檢測(cè)出來(lái)變?yōu)榭赡?。傳統(tǒng)算法的噪聲抑制機(jī)制首先對(duì)噪聲圖像噪聲檢測(cè)，并以含噪像素為中心建立窗口，利用窗內(nèi)的清晰像素點(diǎn)通過(guò)統(tǒng)計(jì)類方法

6、計(jì)算被噪聲污染像素點(diǎn)的灰度值，利用滑動(dòng)窗口方法對(duì)噪聲圖像遍歷，完成圖像恢復(fù)。這類算法存在一些不足：首先，眾所周知，算法對(duì)圖像噪聲去除的效果在很大程度上取決于其對(duì)圖像局部結(jié)構(gòu)特征的刻畫(huà)能力。然而傳統(tǒng)算法在計(jì)算噪聲像素點(diǎn)灰度值中，利用的是局部窗內(nèi)清晰像素點(diǎn)的統(tǒng)計(jì)特征，而忽略了像素點(diǎn)的結(jié)構(gòu)特征；其次，圖像的像素點(diǎn)之間存在相關(guān)性，在圖像處理的一些應(yīng)用中已經(jīng)證明考慮到像素點(diǎn)相關(guān)性會(huì)得到更好的處理結(jié)果。然而傳統(tǒng)算法在使用滑動(dòng)窗口方法對(duì)噪聲圖像遍歷時(shí)，只對(duì)局部窗內(nèi)的中心像素點(diǎn)進(jìn)行處理，認(rèn)為像素點(diǎn)是單獨(dú)存在的，未將與鄰域像素點(diǎn)具有的相

7、關(guān)性考慮其中，缺少鄰域內(nèi)像素聯(lián)合求解分析的過(guò)程，計(jì)算精度難以提高；最后，傳統(tǒng)算法在噪聲抑制的過(guò)程中，首先進(jìn)行脈沖噪聲檢測(cè)，只有準(zhǔn)確檢測(cè)出噪聲像素點(diǎn)，才能對(duì)這些像素點(diǎn)進(jìn)行抑制，由此看來(lái)，檢測(cè)精度越高，圖像恢復(fù)效果越好。因此，傳統(tǒng)算法會(huì)花費(fèi)大量的計(jì)算成本用于設(shè)計(jì)高檢測(cè)精度和準(zhǔn)確度的噪聲檢測(cè)算法。針對(duì)上述問(wèn)題，本文中提出基于圖像結(jié)構(gòu)特征的圖像噪聲抑制算法。本文算法與傳統(tǒng)算法的主要區(qū)別在于有效分析圖像統(tǒng)計(jì)特征的同時(shí)，利用自回歸建模分析充分挖掘和利用圖像的結(jié)構(gòu)特征來(lái)實(shí)現(xiàn)圖像的有效去噪，得到高于現(xiàn)有算法的恢復(fù)精度和準(zhǔn)確度的恢復(fù)效果

8、。另外，在自回歸建模和恢復(fù)圖像的過(guò)程中，通過(guò)優(yōu)化問(wèn)題求解的方法在一個(gè)區(qū)域內(nèi)同時(shí)求解一族像素而非一個(gè)像素。最后，由于對(duì)噪聲像素聯(lián)合估計(jì)，即使存在虛警率對(duì)圖像的恢復(fù)效果影響也不大，因此采用I西安電子科技大學(xué)碩士學(xué)位論文簡(jiǎn)單的直方圖檢測(cè)方法對(duì)噪聲圖像噪聲檢測(cè)，計(jì)算成本主要集中于噪聲抑制階段。在本文算法中，圖像中的所有清晰像素點(diǎn)均作為已知