学位论文 > 优秀研究生学位论文题录展示

结合人眼视觉特性和TV模型的图像去噪方法研究

作　者: 巩凌青
导　师: 王双亭；秦志远
学　校: 解放军信息工程大学
专　业: 摄影测量与遥感
关键词: 人眼视觉系统(HVS) 全变分(TV) 开关中值滤波(SWM) 噪声敏感度系数噪声模型偏微分方程(PDE)
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 67次
引　用: 0次
阅　读: 论文下载

内容摘要

图像作为对自然界景物的客观反映,已逐渐成为人类认识世界及自身的重要信息源。事实上,无论是传统的模拟图像还是现在的数字图像,在获取、传输等过程中都不可避免地受到多种噪声的污染,不仅导致图像的质量下降,还会影响图像的后续处理。作为图像处理的预处理技术,图像去噪是相当重要的,去噪程度的好坏会直接影响整个图像处理的效果。基于此,本文主要研究了人眼视觉特性和变分偏微分方程在图像去噪算法中的相关理论,提出了图像去噪算法的改进方法,并探讨了人眼视觉特性与图像质量评价的结合与发展。本文主要工作包括:1、总结了噪声分类及其相关模型,按处理的数学原理将图像去噪方法分为线性和非线性两类,并对去噪理论及方法进行了系统归纳和实验验证。2、深入研究HVS中与图像去噪有关的视觉特性,将人眼视觉敏感度参数通过四阶累积变量实现,对传统的滤波去噪方法进行改进,得到了基于HVS的去噪改进算法。通过大量实验验证本方法是有效的,能够较好地保持细节并且去除噪声,与传统线性和非线性去噪算法相比具有更好的滤波效果和视觉效果。3、结合偏微分方程相关理论,对偏微分方程在图像去噪中的发展与应用进行了深入研究,通过结合变分理论,将基于TV模型的偏微分方程的方法应用于椒盐噪声去除并进行了有效验证,结果表明此方法可以在去除椒盐噪声时,通过求得最优解达到保持细节与去除噪声之间的一个较好的折衷。4、总结了传统图像质量评价方法,探讨了主客观评价的结合,对结合HVS的图像质量评价方法进行了研究和探索。介绍了目前较为成熟的几种基于人眼视觉特性的图像质量评价方法,并且对由本文算法得到的实验结果进行了评价验证,证明了图像质量评价结合HVS的合理性。

全文目录

摘要  7-8
Abstract  8-9
第一章绪论  9-17
  1.1 图像概论  10-11
    1.1.1 图像的概念  10
    1.1.2 图像的特点  10-11
  1.2 数字图像去噪综述  11-13
    1.2.1 数字图像去噪的研究历史  11
    1.2.2 图像去噪研究现状  11-12
    1.2.3 引入人眼视觉系统（HVS）的必要性  12-13
  1.3 基于偏微分方程的图像处理综述  13-14
    1.3.1 偏微分方程与图像处理  13-14
    1.3.2 图像处理方法的主要优点  14
  1.4 图像质量评价  14-15
  1.5 课题研究目的和意义  15
  1.6 本文的研究工作  15-17
    1.6.1 主要研究内容  15-16
    1.6.2 组织结构  16-17
第二章图像去噪理论研究  17-34
  2.1 引言  17
  2.2 噪声分析  17-22
    2.2.1 概述  17-18
    2.2.2 噪声分类  18-19
    2.2.3 噪声模型  19-22
  2.3 空域平滑滤波技术  22-33
    2.3.1 线性滤波平滑去噪  23-26
    2.3.2 非线性平滑滤波  26-31
    2.3.3 自适应滤波  31-33
  2.4 本章小结  33-34
第三章人眼视觉特性与图像质量评价  34-53
  3.1 引言  34
  3.2 人类视觉系统的基本理论  34-40
    3.2.1 视觉系统基本结构及原理  34-36
    3.2.2 HVS模型  36-37
    3.2.3 HVS特性  37-40
  3.3 基于人眼视觉特性的图像质量评价  40-51
    3.3.1 图像质量评价方法发展现状  40-41
    3.3.2 视觉研究与图像质量评价的关系  41-43
    3.3.3 传统的图像质量评价方法  43-49
    3.3.4 基于HVS系统的图像质量评价方法  49-51
  3.4 本章小结  51-53
第四章基于人眼视觉特性的图像去噪方法  53-69
  4.1 引言  53
  4.2 算法思想  53-58
    4.2.1 视觉与中值滤波的关系  53-54
    4.2.2 中值滤波去噪特点  54-55
    4.2.3 开关中值滤波（SWM）  55-57
    4.2.4 加权中值滤波  57-58
  4.3 算法流程及改进  58-62
    4.3.1 椒盐噪声检测  60-61
    4.3.2 噪声点的滤除  61-62
  4.4 实验及结果分析  62-67
    4.4.1 模拟实验  62-65
    4.4.2 结果分析  65-67
  4.5 本章小结  67-69
第五章基于全变分偏微分方程的图像去噪算法  69-90
  5.1 引言  69-70
  5.2 偏微分方程在图像去噪中的应用  70-73
    5.2.1 去噪模型分析  70-72
    5.2.2 P-M方程去噪模型性能分析  72-73
  5.3 变分法图像处理概述  73-75
    5.3.1 变分原理及基本概念  73-74
    5.3.2 变分偏微分方程在图像处理中的优点  74-75
  5.4 基于TV偏微分方程的图像去噪算法  75-78
    5.4.1 TV分去噪的发展  75
    5.4.2 正则化TV模型的构造  75-76
    5.4.3 算法原理  76-78
  5.5 模拟实验及结果分析  78-89
    5.5.1 模拟实验  79-83
    5.5.2 结果分析  83-89
  5.6 本章小结  89-90
第六章总结与展望  90-92
  6.1 总结  90-91
  6.2 展望  91-92
参考文献  92-95
作者简历攻读硕士学位期间完成的主要工作  95-96
致谢  96

结合人眼视觉特性和TV模型的图像去噪方法研究

内容摘要

全文目录

相似论文