基于contourlet变换的图像去噪方法分析

《基于contourlet变换的图像去噪方法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西南交通大学硕士研究生学位论文第1页1．1论文选题依据第1章绪论在图像的采集、获取、编码和传输的过程中，所有的图像均不同程度地被可见或不可见的噪声污染。例如，摄像时，由于光学系统失真、相对运动、大气湍流等都会使图像模糊；医学上，由于受到人体的器官、组织、光照等各方面的影响、医学图像存在一定的模糊性，较难识别病变组织与正常组织，不利于早期诊断。因此，如何对这些“降质"图像或受到噪声污染的图像进行处理11】，提取有用信号抑制噪声，提高信噪比，以满足图像实际应用的要求，一直是图像预处理的热点问题。图像噪声按其起源不同，较为常见的有12‘3J：1．电子噪声：阻性器件中由于电

2、子随机热运动而造成的电子噪声，一般常用零均值高斯白噪声做为其模型，可由其标准差来完全表征噪声的强弱。2．光电子噪声：由光的统计本质和图像传感器中光电转换过程引起，在弱光照的情况下常用具有泊松分布的随机变量作为光电噪声的模型，在光照较强时，泊松分布趋向于更易描述的高斯分布。3．感光片颗粒噪声：由于曝光过程中感光颗粒只有部分被曝光，而其余部分则未曝光，底片的密度变化就由曝光后的颗粒密集程度变化所决定，而其曝光颗粒的分布呈现一种随机性。这是在传统光学成像中普遍存在的一类噪声，在大多数情况下，颗粒噪声也可以采样用高斯白噪声作为有效模型进行分析。4．由于载体或采集设备等机械运

3、动而产生的抖动噪声。。1．2图像去噪的发展1．2．1图像噪声的特性和模型噪声对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号相互独西南交通大学硕士研究生学位论文第2页立不相关，有些则是相关的，噪声本身之间也可能相关。因此要减少图像中的噪声，必须针对具体情况采用不同方法，否则将很难获得满意的处理效果。由于图像只是传输视觉信息的媒介，对图像信息的认识理解是由人眼视觉系统所决定的，因而不同的图像噪声，人的感觉理解程度是不同的，这就是所谓的人的噪声视觉特性。另一方面，可以从统计学的角度来描述噪声的特性，使用其数值特征，根据噪声不同，其统计特性可以简要归纳如下：1．加性

4、噪声加性噪声与原始图像信号强度不相关，典型的加性噪声如图像在传输过程中所引入的信道噪声。电视摄像机扫描图像的噪声等，这类带有噪声的图像g可看成为理想无噪声图像厂与噪声，．之和，即g=f+，．(1-1)2．乘性噪声乘性噪声与原始图像信号是幅值相关的，其强度往往随图像信号的变化而变化，如扫描图像中的噪声成像和激光成像中的相干斑噪声、电视扫描光栅、胶片颗粒噪声等，受该种噪声污染的图像g可以用原始图像信号f与噪声指数e的乘积的形式表示成：g=fxe(1．2)3．量化噪声量化噪声是数字图像中的一类主要噪声源，其强度显示出数字图像和原始图像的差异，一种较好的减少量化噪声的措施就

5、是采用最优量化方法，按照灰度级概率密度函数选择量化级。4．椒盐噪声此类噪声往往表现为黑图像上的白点或白图像上的黑点噪声，通常是由于前期的图像处理所产生的噪声，如图像分割不完整、变换和反变换误差所造成的变换噪声等。1．2．2图像的去噪方法概述图像去噪的目的就是尽可能的减少图像中的噪声，同时尽可能多的保留图像信号中的原有信息。消除噪声可以在图像空间域或在图像变换域完成。1．空间域去噪算法西南交通大学硕士研究生学位论文第3页图像空间域去噪算法中的典型方法是局部平均法，其原理是直接在空间域上进行平滑处理的技术。在这类方法中。图像被认为是由许多灰度恒定的小块组成，相邻像素间存

6、在很强的空间相关性，而噪声则是统计独立的。因此，可用像素邻域内的各像素的平均灰度值代替该像素原来的灰度值，实现图像的去噪。最简单的局部平均法称为非加权邻域平均，它均等地对待邻域中的每个像素。这种算法简单，计算速度快，但是它主要的缺点是在降低噪声的同时，使图像产生较为严重的模糊，特别是在图像边沿和细节的去噪算法研究，而且邻域越大，模糊程度越严重。为克服简单局部平均法的带来的弊病，陆续又有许多旨在保留边沿及图像细节的局部平滑算法被提出并应用，但是它们的出发点大都集中在如何选择邻域的大小，形状和方向以及如何选择参加平均的点数和邻域各点权重系数等。其中非常值得一提的是中值滤

7、波器【4l。中值滤波由Tukey首先用于一维信号，后来很快被用N-维图像的平滑中，它对脉冲干扰及椒盐噪声的抑制具有非常良好的效果。并且在抑制随机噪声的同时也能够有效的保持原有图像中的边沿特性。中值滤波的原理是对一个滑动窗口内的诸像素灰度排序，用其中值代替窗口中心像素的原灰度，因此它是一种非线性滤波器。目前，关于中值滤波器的研究很多，学者们对其算法做了深入研究，提出了一些有意义的改进方法，特别是新型递归中值滤波器，将非线性的中值滤波器和线性的小波滤波器相结合，兼顾了滤波处理的光滑连续性及抑制噪声的累积特性。但标准中值滤波器是非参数估计，没有充分利用实际中可获得的观