学位论文 > 优秀研究生学位论文题录展示
基于噪声水平估计的图像与视频去噪
作 者: 石强
导 师: 方帅
学 校: 合肥工业大学
专 业: 计算机应用技术
关键词: 噪声估计 非均匀噪声 图像分割 快速块匹配 BM3D
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 42次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机技术的快速发展和网络的迅速普及,图像和视频已经演变成为现实生活中不可或缺的一部分,然而,由于各种原因,对于图像或视频而言,噪声是无处不在的。这些实际的需求为图像和视频去噪技术的发展提供了巨大的原动力。本文主要研究了噪声水平估计方法和基于噪声估计的块匹配图像与视频去噪,详细分析了三维块匹配去噪算法,指出其存在的缺陷并进行了改进。本论文的工作主要包括以下几点:(1)根据CCD相机成像流程和图像噪声模型,提出了一种新的噪声合成方案,合成的噪声更加接近于自然噪声,我们称之为非随机噪声。目前绝大部分去噪算法都是基于加性白高斯噪声(AWGN)这一假设,而图像的真实噪声不仅不是简单的附加,而且与图像的像素值密切相关,因为CCD相机在成像过程中进行了白平衡和伽马校正等非线性化处理。(2)提出了一种新的滤波器—双边中值滤波(Bimedian filter),用来估计噪声水平函数和噪声方差。目前绝大部分去噪算法都假设噪声方差已知,而实际上噪声方差是去噪算法中未知的关键参数之一。(3)针对非均匀噪声,提出一种基于分割的自适应局部双边滤波。目前去噪算法都是基于均匀噪声这一假设,而实际不均匀噪声是客观存在的。基于局部噪声一致性假设,利用改进的基于图论图像分割算法对噪声图像进行分割,对每块区域进行噪声估计,利用不同的去噪参数,实现不均匀噪声的有效消除。(4)针对当前最有效的非局部均值滤波(NLM)和三维块匹配去噪算法(BM3D),利用噪声水平估计,确定其关键参数。同时,设计了一种快速块匹配策略,使得NLM和BM3D算法的时间复杂度从o(n2)降低到线性级o(n),并将其应用到视频去噪中,使得视频去噪也满足实时性。
|
全文目录
摘要 5-6 ABSTRACT 6-8 致谢 8-14 第一章 绪论 14-18 1.1 课题研究背景及意义 14 1.2 课题的研究现状及方法 14-15 1.2.1 图像去噪方面 14-15 1.2.2 视频去噪方面 15 1.3 课题研究内容及成果 15-16 1.4 论文组织结构 16-18 第二章 图像和视频去噪基本理论 18-30 2.1 引言 18 2.2 图像噪声分类 18-20 2.3 现有的经典算法 20-28 2.3.1 噪声水平估计算法 20-21 2.3.2 图像去噪算法 21-27 2.3.3 视频去噪算法 27-28 2.4 图像和视频质量评价 28-29 2.5 本章小节 29-30 第三章 非随机噪声合成和基于分割的噪声水平估计 30-42 3.1 引言 30 3.2 非随机噪声的合成 30-34 3.2.1 CCD相机成像流程和图像噪声模型 30-31 3.2.2 非随机噪声合成 31-34 3.3 改进的Graph-Based图像分割算法 34-37 3.3.1 算法分析 34-35 3.3.2 自适应图论分割算法 35-36 3.3.3 对比实验 36-37 3.4 边中值滤波和噪声估计 37-41 3.4.1 算法设计 38 3.4.2 噪声水平函数估计 38-40 3.4.3 对比实验 40-41 3.5 本章小结 41-42 第四章 基于噪声估计的图像和视频去噪 42-58 4.1 引言 42 4.2 自适应局部双边滤波 42-46 4.2.1 算法设计 43-44 4.2.2 实验结果 44-46 4.3 基于噪声估计的NLM和BM3D自适应参数选取 46-49 4.3.1 噪声方差估计 46-47 4.3.2 NLM和BM3D自适应参数选取 47-49 4.4 改进的快速BM3D 49-54 4.4.1 算法思想和实现 50-51 4.4.2 快速块匹配策略 51-53 4.4.3 实验结果 53-54 4.5 实时BM4D视频去噪 54-57 4.5.1 算法思想 54-55 4.5.2 算法的具体实现 55-56 4.5.3 实验结果 56-57 4.6 本章小结 57-58 第五章 总结和展望 58-60 5.1 全文总结 58 5.2 未来展望 58-60 参考文献 60-64 攻读硕士学位期间主要科研工作及成果 64-65
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于视觉的类人足球机器人目标定位算法设计,TP391.41
- 复杂相变热图序列相变线提取算法研究,TP391.41
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
- 多尺度遥感图像分割算法研究与应用,TP391.41
- 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
- 指纹图像分割方法评价与半监督学习在指纹图像分割中的应用研究,TP391.41
- 基于Split Bregman算法的多相图像分割及三维重建,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于FPGA的图像处理方法研究与实现,TP391.41
- 基于参数优化Snake的模型及在MRI图像分割中的应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|