基于非局部信息的图像去噪方法研究.pdf

《基于非局部信息的图像去噪方法研究.pdf》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、’＞‘—薪‘謀‘／，■■處，单誦Ｓ＾’密ｖＨ’挣或；户增—‘．心：禾讀篇＾：／讀：：；ｍ７＾｝＇游．叫、．寶．）．１ｆｓ柏’．．？巧驚．：＾＾＾早Ａ．；Ｓ：鸣．．扣．去．．．ｆ＇．！；據、等ｙ－蘇；痛４－巧緣從ｉＡ，隹話／＇．皆：．Ｖ．麵＾１ｕ铅妃：Ｉ斬．＇著辩１：Ｗ；＇．．是；－＾／看ｋ；＃ｆ／Ｔ－方，对．‘，？＂．Ｌ趕攻ｉ寂＾藝誇葦．壤去策＇變恣产４＇：秦．巧作＂雌編巧每４’＇：参‘兴户．＾＂ｔ＂＇？，，论题目：基ＩＩ麵結＾欄愤，‘Ｖ＂．．．Ｔ’．：＂＇．嫁－ｉ六－遵ｉ．捂璋叫＼．＃

2、．兹对咬－．心．：；，ｉ．、＇’彩＇：巧技－＾＂＇，＞＇／、，■．省名ｆ＇苗＇ｙ■师貯鑛授矛科专业浦腺妹誦究方向細．－儀；．．请学位醒Ｊ户．．－＞声Ｉ．＇＼ｉ，文提交＾＾＇‘Ｖ養＞；，．＼．Ｎ；．０＾ｎ／．４一／Ｖ早‘套ｔ綱誦巧．、巧惠裤皆＇＾＃．ｆ＾ｇ．爲．＜＜Ｂ‘．漏．＇．、．＾ｆ：．．；＇．譜私．謂嫁拓复．虽４議／请．．．．南京邮电大学学位论文原创性声工明本人声明所呈交的学位论文是我个人在导师指导下进行的研究作及取得的研究成果。，芝義所

3、知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写过爵研巧成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。研巧生签名；亦日期：考南京邮电大学学位论文使用授权声明本人授权南京邮电大学可［＾保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可＾义隐学位论文的全部或部分内容编入有关数据库进行检索；可采用影印、缩印或扫描

4、等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一论文的内容相致。论文的公布（包括刊登）授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。、心１Ｃ’叫研究生签名；爷漓导师签名：间寺寺日期；ResearchonImageDenoisingBasedonNonlocalInformationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByCaoJingSupervisor:Asso

5、ciateProf.ZhouNingningMarch2015摘要图像在形成、传输以及记录过程中，不可避免地会受到噪声的干扰。噪声的引入，不仅降低了图像的质量，而且严重影响图像的后续处理工作。因此，图像去噪成为图像处理中一个基础而重要的步骤，在预处理的基础上，提高图像质量，可以为后续图像处理提供更可靠并真实的依据。图像去噪的最终目的是要在去除噪声的同时，可以更好地保持图像中的边缘、纹理等重要结构信息。那么，如何更好地保持图像的边缘、纹理等重要结构信息，成为图像去噪中的重要研究内容。本论文重点研究了非局部均值去噪算法以及图像中的非局部结构自相似性，以去除噪声的

6、同时更多地保持图像结构信息为出发点，提出了一系列的图像去噪算法及模型的改进。具体的研究工作如下：（1）针对非局部均值去噪算法中全局滤波参数的不足之处，提出了一种基于边缘检测的自适应非局部均值图像去噪方法。该方法利用边缘检测的方法提取图像的边缘结构图，在此基础上判定当前待处理图像块位于图像的平坦区域或是边缘纹理区域，设定相关阈值，自适应选取滤波参数。实验结果表明，提出的方法较好地解决了去噪过于平滑的问题，更好地保留了细节信息，是一种可行有效的去噪方法。（2）针对NLM算法中普遍采用邻域灰度特征来计算图像块间的相似度，以确定权值分配，从而引入较多误差的问题，深入

7、研究使用了基于LBP纹理特征的新的相似度计算方法。在此基础上，提出了一种结合LBP特征和灰度特征的混合相似度，并基于此混合相似度改进了NLM算法中的权值计算方法。实验结果表明，基于图像多特征融合的非局部均值去噪算法在去噪的同时，更多地保留了边缘纹理等结构信息，去噪效果上取得了显著提升。（3）深入研究了图像的结构自相似性，并以此为图像先验信息构建正则项，加入TV模型，提出了一种结合非局部先验的复合正则化图像去噪模型。并对其中非局部的权值采用图像的多特征融合的混合相似度来计算得到，更能保持图像的结构信息。最后采用SplitBregman迭代法求解复合正则化去噪模

8、型，快速有效地达到去噪目的。实验结果表明，改进后的去