基于结构特征的图像脉冲噪声抑制研究

《基于结构特征的图像脉冲噪声抑制研究》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、基于结构特征的图像脉冲噪声抑制研究作者姓名王艳涛导师姓名、职称武筱林教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202120902分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于结构特征的图像脉冲噪声抑制研究作者姓名：王艳涛一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：武筱林教授提交日期：2014年11月AStudyofImpulseNoiseRemovalBasedonStructuralFe

2、atureAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByWangyantaoSupervisor:Prof.WuxiaolinNov.2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标

3、注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布

4、论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要作为信息传递的媒介，图像在传输和存储的过程中，会产生各种各样的噪声，影响人类对图像中有效信息的读取，使得图像去噪一直受到广泛的关注。近年来，随着科学技术的发展，高质量和高清晰度的图像在国家安全、科学研究和日常生活等方面有越来越大的需求，因此，如何从被噪声污

5、染的图像中恢复出清晰图像一直是图像处理领域的一个挑战。对于受脉冲噪声污染的图像而言，一般具有两个特点：首先，噪声图像中只有一部分像素点被噪声污染，还有一部分像素点是清晰的；其次，噪声图像中受脉冲噪声污染的像素点灰度值通常处于图像像素点灰度值动态范围的两端。第一个特点意味着能够利用清晰像素点提供的信息从受脉冲噪声污染的图像中恢复出清晰图像；第二个特点则将通过噪声检测算法检测出受脉冲噪声污染的像素点检测出来变为可能。传统算法的噪声抑制机制首先对噪声图像噪声检测，并以含噪像素为中心建立窗口，利用窗内的清晰像素点通过统计类方法

6、计算被噪声污染像素点的灰度值，利用滑动窗口方法对噪声图像遍历，完成图像恢复。这类算法存在一些不足：首先，众所周知，算法对图像噪声去除的效果在很大程度上取决于其对图像局部结构特征的刻画能力。然而传统算法在计算噪声像素点灰度值中，利用的是局部窗内清晰像素点的统计特征，而忽略了像素点的结构特征；其次，图像的像素点之间存在相关性，在图像处理的一些应用中已经证明考虑到像素点相关性会得到更好的处理结果。然而传统算法在使用滑动窗口方法对噪声图像遍历时，只对局部窗内的中心像素点进行处理，认为像素点是单独存在的，未将与邻域像素点具有的相

7、关性考虑其中，缺少邻域内像素联合求解分析的过程，计算精度难以提高；最后，传统算法在噪声抑制的过程中，首先进行脉冲噪声检测，只有准确检测出噪声像素点，才能对这些像素点进行抑制，由此看来，检测精度越高，图像恢复效果越好。因此，传统算法会花费大量的计算成本用于设计高检测精度和准确度的噪声检测算法。针对上述问题，本文中提出基于图像结构特征的图像噪声抑制算法。本文算法与传统算法的主要区别在于有效分析图像统计特征的同时，利用自回归建模分析充分挖掘和利用图像的结构特征来实现图像的有效去噪，得到高于现有算法的恢复精度和准确度的恢复效果

8、。另外，在自回归建模和恢复图像的过程中，通过优化问题求解的方法在一个区域内同时求解一族像素而非一个像素。最后，由于对噪声像素联合估计，即使存在虚警率对图像的恢复效果影响也不大，因此采用I西安电子科技大学硕士学位论文简单的直方图检测方法对噪声图像噪声检测，计算成本主要集中于噪声抑制阶段。在本文算法中，图像中的所有清晰像素点均作为已知