欢迎来到天天文库
浏览记录
ID:11996281
大小:557.50 KB
页数:7页
时间:2018-07-15
《图形去噪技术论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、课程考查论文题目:图像去噪技术的研究现状及实例分析学院:新闻与传播专业:广告学班级:1002班姓名:李帅锋学号:201046840308完成日期:2011年10月21日摘要:本文围绕图像去噪技术,着重从以下几方面展开论述:一,图像去噪技术的研究现状:从其研究背景展开具体分析。包括:1、必要性;2、特点;3、方法。二,案例分析:结合具体图像,用相应方法进行图像去噪方法的分析。包括1.经典图像去噪技术简介;2.案例展示。三,总结:对该论文提及的理论进行梳理。一.研究现状 1.必要性:由于各种各样的原因,现实中的图像都是带噪声的。噪声恶化了图像质量,使图像变得模糊。对同时含有高斯噪声和椒盐噪声
2、的图像先进行混合中值滤波,在滤除椒盐噪声的同时,又很好地保留了图像中的物体细节和轮廓。小波域去噪处理具有很好的时频特性、多分辨分析特性等优点,可以看成特征提取和低通滤波功能的综合。小波模极大值去噪方法能有效地保留信号的奇异点信息,去噪后的信号没有多余振荡,具有较好的图画质量,改进后可以得到更满意的图像。小波相位滤波去噪算法是基于小波变换系数相关性去噪算法的,适于强噪声图像,去噪后也可以改善图像质量。2.特点:图像信息以其信息量大、传输速度快、作用距离远等优点成为人类获取信息的重要来源及利用信息的重要手段,而现实中的图像由于种种原因都是带噪声的。噪声恶化了图像质量,使图像模糊,甚至淹没和改
3、变特征,给图像分析和识别带来困难。为了去除噪声,会引起图像边缘的模糊和一些纹理细节的丢失。反之,进行图像边缘增强也会同时增强图像噪声。因此在去除噪声的同时,要求最小限度地减小图像中的信息,保持图像的原貌。经典的图像去噪算法,如均值滤波、维纳滤波、中值滤波等,其去噪效果都不是很理想。3.方法:小波分析是20世纪80年代初Morlet提出的,经过20多年的研究,小波分析目前在图像处理等领域中得到广泛的应用。去噪处理是小波分析的一个重要应用,尤其是对高斯噪声的滤除。小波域信号去噪在兼容去噪和保留信号有意义特征方面,具有十分诱人的前景。其主要原因是小波变换具有很好的时频特性、多分辨分析特性等优点
4、,可以看成特征提取和低通滤波功能的综合。小波模极大值去噪方法主要适用于信号中混有高斯噪声,且信号中含有较多奇异点的情况。该方法在去噪的同时能有效地保留信号的奇异点信息,去噪后的信号没有多余振荡,是原始信号的一个非常好的估计,且具有较好的图画质量。但是信噪比比较低时,模极大值去噪方法的效果不好,改进后则可以得到满意的图像。由于信号与噪声的幅值在小波变换下有不同的传播特性,因此多数去噪算法都是基于小波系数的幅值特性而设计的。小波相位去噪算法是基于小波变换系数相关性,是一种对幅度不敏感的小波去噪算法。该去噪算法适于强噪声图像,即信噪比较二.实例分析1.经典图像去噪技术简介:现有的经典的图像去噪
5、方法大致可以划分为两类:一类是空间域方法,主要采用各种图像平滑模板对图像进行卷积处理,以达到压抑或去除噪声的目的;另一类是频域方法,主要通过对图像进行变换以后,选用适当的频率带通滤波器进行滤波处理,经反变换后获得去噪声图像。常见的空域滤波有均值滤波、中值滤波和维纳滤波等方法。它们的基本特点都是让图像在傅里叶空间的某个范围内的分量受到抑制,同时保持其他分量不变,从而改变输出图像的频率分布,达到图像增强的目的。常见的频域滤波则有高通滤波和低通滤波等方法。均值滤波(1).基本原理均值滤波器,是一种最常用的线性低通滤波器。这种方法的基本思想是,用几个像素灰度的平均值来代替每个像素的灰度值。均值滤
6、波器所有的系数都是正数,为了保持输出图像仍在原来的灰度范围内,模板与像素邻域的乘积和都要除以9[1]。以邻域为例,假设当前的待处理像素为。(2).滤波效果对图像进行均值滤波处理,相当于让图像信号通过一低通滤波器。这种方法通过把突变点的灰度分散在其相邻点中,然后达到平滑作用。原始图像经过均值滤波后噪声得到了抑制,图像也得到了平滑。但是均值滤波对极限像素值(与周围像素灰度值相差较大的像素)比较敏感,同时也使图像边缘变得模糊[2]。维纳滤波(1).基本原理维纳滤波是一种自适应滤波,它能根据图像的局部方差调整滤波器的输出。维纳滤波的最终目标是使恢复图像与原始图像的均方误差最小。维纳滤波器以最小均
7、方误差作为最优准则。(2.2)中值滤波的概念很容易推广到二维,此时可以利用某种形式的二维窗口。二维窗口的形状可以取方形,也取近似圆形或十字形。一维、二维窗口内各点对输出的作用是相同的。如果希望强调中间点或距中间点最近的几个点的作用,可以采用加权中值滤波。(2).滤波效果中值滤波的主要功能是,让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值,从而可以消除孤立的噪声点。中值滤波的滤波原理与均值滤波方法相似,但其输出值是由邻域像
此文档下载收益归作者所有