【摘要】：圖像去噪是數(shù)字圖像處理領(lǐng)域中重要的預(yù)處理步驟,它處理的好壞會(huì)直接影響后續(xù)的工作。噪聲是無(wú)處不在的,它不僅會(huì)影響圖像的自身質(zhì)量,而且會(huì)給我們帶來(lái)錯(cuò)誤的信息,所以圖像去噪是非常重要的。傳統(tǒng)的圖像去噪都是基于局部的,雖然取得了一定的效果,但是會(huì)使邊緣模糊。而非局部均值去噪突破了局部的束縛,利用圖像的自相似性,將像素點(diǎn)的比較變成了圖像中鄰域塊之間的比較。鄰域塊的比較比點(diǎn)之間的比較更加的穩(wěn)定。所以通過(guò)度量鄰域塊間的相似度去估計(jì)像素點(diǎn)與像素點(diǎn)之間的相似度,而后通過(guò)對(duì)這些點(diǎn)求加權(quán)平均來(lái)得到去噪后的結(jié)果,取得了較好的去噪效果,同時(shí)保持了邊緣的結(jié)構(gòu)信息。但經(jīng)典的非局部均值去噪方法也具有一定的缺陷,因?yàn)樗鞘褂玫募訖?quán)歐幾里德距離來(lái)度量鄰域塊之間的相似性,而歐式距離抗噪能力不強(qiáng),容易受到噪聲的影響,所以歐式距離不能準(zhǔn)確的度量鄰域塊之間的相似性,從而影響了去噪的效果。本論文針對(duì)經(jīng)典非局部去噪算法中利用歐式距離進(jìn)行塊相似性度量存在的不足,提出了一種基于局部Hu矩的非局部均值去噪算法,試圖從抗噪聲、結(jié)構(gòu)特性匹配及能量無(wú)關(guān)等方面,改善塊相似性度量的性能,從而總體上提高整個(gè)算法的去噪效果。局部Hu矩是通過(guò)krawtchouk多項(xiàng)式的權(quán)重函數(shù)與圖像函數(shù)相結(jié)合構(gòu)造出幾何矩的新的權(quán)重函數(shù),從而得到新的幾何矩,利用構(gòu)造的新的幾何矩得到新的中心矩,使用二階和三階中心矩構(gòu)造出7個(gè)不變矩組成一組特征矢量,這組特征矢量具有旋轉(zhuǎn),尺度,平移不變性。而且具有較強(qiáng)的抗噪能力。從更高的維度,度量鄰域問(wèn)特征矢量的相似性,并把它作為權(quán)重的一部分來(lái)度量鄰域間的相似性。論文通過(guò)實(shí)驗(yàn),對(duì)不同強(qiáng)度下的高斯白噪聲圖像和椒鹽噪聲圖像進(jìn)行了分析比較,從實(shí)驗(yàn)結(jié)果中可以看出,基于局部Hu矩的塊相似度比較,明顯優(yōu)于傳統(tǒng)的歐幾里德距離比較。論文提出的基于局部Hu矩的非局部均值去噪算法在峰值信噪比和結(jié)構(gòu)相似度上相對(duì)于經(jīng)典算法有明顯的提高,并且能夠更好地保持圖像的結(jié)構(gòu)信息。
【圖文】：

（．）其中Ｙ（ｉ，ｊ）是被污染的中心像素值，Ｎ＊Ｎ代表鄰域窗口大小。表示去噪逡逑后的中心像素值。均值濾波的優(yōu)點(diǎn)是：通過(guò)壓抑高頻部分，有效去除噪聲引起的逡逑灰度值尖銳變化。缺點(diǎn)是：在去除了噪聲的同時(shí)使圖像的細(xì)節(jié)和邊緣模糊或者丟逡逑

其中是以（ｉ，ｊ）為中心鄰域的灰度值集合，一般情況集合的個(gè)數(shù)取奇數(shù)。逡逑中值濾波的優(yōu)點(diǎn)是：它對(duì)于突變的噪聲點(diǎn)有著良好的去噪效果。比如：椒鹽逡逑噪聲。缺點(diǎn)是：它只考慮了像素鄰域內(nèi)的排序信息，而忽略了像素的時(shí)序信息，，所逡逑以在去噪的過(guò)程中容易破壞圖像的細(xì)節(jié)。逡逑
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 韓震;王紅斌;余正濤;朱映柔;;雙邊非局部均值濾波圖像去噪算法[J];傳感器與微系統(tǒng);2016年06期

2 陰盼強(qiáng);路東明;袁淵;;基于馬氏距離的改進(jìn)非局部均值圖像去噪算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年03期

3 陳強(qiáng)云;郭銘銘;竇建華;;基于增強(qiáng)鄰域結(jié)構(gòu)方向信息的圖像去噪算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年10期

4 王金鳳;侯德文;劉明明;;一種基于SSIM的非局部均值圖像去噪算法[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

5 趙慶平;陳得寶;姜恩華;方振國(guó);;一種改進(jìn)權(quán)重的非局部均值圖像去噪算法[J];電子測(cè)量與儀器學(xué)報(bào);2014年03期

6 陳瀟紅;;基于相似性判斷的雙邊濾波改進(jìn)算法[J];計(jì)算機(jī)工程;2012年22期

7 蘆碧波;郭志昌;曹楊;李美慧;胡歆瑤;;非局部偏微分方程去噪模型[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2007年06期

8 杜嘯曉,施鵬飛,楊新,嚴(yán)京旗;一種改進(jìn)的偏微分方程圖像平滑方法[J];上海交通大學(xué)學(xué)報(bào);2001年02期

本文編號(hào)：2558621