一种改进基于lle图像滤波的研究

《一种改进基于lle图像滤波的研究》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、摘要图像在成像、数字化、压缩和传输等过程中难免受到各种干扰，形成噪声。为了使图像的后续应用得到更好的结果，在处理图像前一般都要进行降噪预处理。现有的图像去噪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，以达到压抑或消除噪声的目的；另一类是频率域方法，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图像。基于LLE的图像滤波方法将最近流行的非线性降维方法LLE应用于图像滤波技术，其最大的特点就是对噪声类型有很好的适应性，更加能够满足现实生活中的需求。本文首先给出基于LLE的图像滤波思想，接着在指

2、出该算法存在问题的基础上提出对原算法的改进，最后通过大量实验证实了改进后算法的滤波性能有了一定程度地提高。为了解决原算法中由于分块所引起的边缘效应，本文首先将空域滤波的模扳思想应用于此算法，对图像进行加窗处理，在小噪声条件下有一定的改进效果。然而由于该方法没有考虑流形问题，对图像的处理局限于一个较小的区域，大大影响了算法的滤波性能，因此本文给出了基于图像分割的滤波技术。首先对噪声图像进行分割，然后再对每一个分割区域进行数据重构，使得LLE的流形学习特性发挥了特长，提高了其对图像的滤波效果。大量实验结果表明，基于分割的LLE滤波方法在保持了原算法对各种噪声类型的适应性外

3、，极大地提高了滤波性能。关键词：图像滤波局部线性嵌入均值滤波图像分割边缘检测AbstraetHIAbstractDigitalimagescollectedbyimagesensorsaregeneral炒contaminatedintheprocessofdataacquisition,digitization,compressionandtransmission．Manytypesofnoisesordegradationsmaybeincludedintheimage．Thus，itisnecessarytotakeimagefilteringbeforeima

4、gedataisanalyzed．Imagefilteringmethodsaregenerallycategorizedintotwobasicapproaches：oneisspmiMdomainapproach，whichisbasedOilwindowandfilterstheimagedirectly,suchasmeanfilter,medianfilter,whileanotherfilteringapproach,frequencydomainmethod,isbasedonsometransformation,suchasFourierand／or肠

5、"elettransformation。ImagefilteringmethodbasedonLocallyLinearEmbedding(LLE)isanovelimagefilteringapproachwhichisadaptivetoallthenoisetypes。InthispaperwepresenttheideaoftheLLEfilteringmethodfirstly,afteranalyzingtheproblemsofit,weimproveitsperformanceintwoaspects．Basedontheideaofthespatia

6、ldomainapproach,weusemask,whichiscalculatedbyLLE，toprocesstheimagepixelbypixelinouralgorithm．Experimentsdemonstratethatitovercomestheblockedgephenomenonoforiginalalgorithmandperformswellwhentheimageiscontaminatedbysmallnoise．ConsideringthemanifoldlearningcharacterofLLE，wegiveanotherimpr

7、ovedmethodbasedOllimagesegmentation．Inthisalgorithm，weusethereconstructionprocedureinthesegmentedregion，whichisobtainedbyimagesegmentation．Manyexperimentsdemonstratethatcomparedwiththetraditionalimagefilteringmethod，Ouralgorithmhasbetterfilteringperformanceandkeepstheadaptation