学位论文 > 优秀研究生学位论文题录展示
图像椒盐噪声及高斯噪声去噪方法研究
作 者: 王晓凯
导 师: 李锋
学 校: 复旦大学
专 业: 电路与系统
关键词: 图像去噪 脉冲噪声 高斯噪声 中值滤波 独立分量分析 稀疏编码 多项式拟合
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 475次
引 用: 1次
阅 读: 论文下载
内容摘要
图像噪声,就是妨碍人的视觉感知,或是干扰传感器接受图像源信息,导致理解和分析误差,也可以理解为真实信号与理想信号之间存在的偏差。噪声一般是不可预测的随机信号,通常采用概率统计方法对其进行分析。噪声影响图像处理的输入、采集、处理的各个环节以及输出结果的全过程。在图像处理中,输入图像噪声的抑制是十分关键的问题。若输入伴有较大的噪声,必然影响处理全过程及输出的结果。从噪声的分类方法来看是多种多样的。但综合来说,噪声是随机产生的量,所以可以从统计数学的观点来定义噪声。各种类型的噪声反映在图像画面上,大致可以分为两种类型:椒盐噪声和高斯噪声。本文首先描述了图像的退化模型,对椒盐噪声和高斯噪声进行了介绍。接着详细的介绍了图像去噪的两类方法:空域滤波去噪和频域滤波去噪。同时对常用去噪效果的评价方法进行了介绍。本文主要分三个部分。在第一部分,首先介绍了去除椒盐噪声一些常用的方法。接着结合均值滤波和自适应中值滤波两者的优点,提出了改进的自适应中值滤波算法。实验结果表明,该算法能够有效的消除被污染图像中的高密度脉冲噪声,并较好的保留原始图像细节和边缘。在第二部分,介绍了独立分量分析,为第三部分的稀疏编码作好理论铺垫,并且提出了可调速率相对梯度算法。在独立分量分析的相对梯度算法中,要取得较好的效果,选取合适的学习速率是至关重要的。本文提出了一种可调速率的相对梯度算法,随着迭代次数的变化,使相对梯度算法的学习速率作相应变化,从而较好地解决了收敛速度与稳定性的矛盾。将这个方法应用于盲信号分离,实验结果表明,该算法具有较好的性能。在第三部分,首先介绍了去除高斯噪声的维纳滤波法,接着利用独立分量分析的方法对高斯噪声进行去噪,提出了基于多项式拟合的稀疏编码图像去噪方法。在稀疏编码中,数据向量用一组基向量来表示。对于每一个数据向量,仅有一小部分的基向量同时被激活。对图像数据稀疏编码后的系数进行收缩处理,具有较好的去噪效果。本文通过多项式拟合的方法来获得稀疏码去噪中的收缩函数,获得了较好的效果。
|
全文目录
摘要 6-8 Abstract 8-10 引言 10-12 第1章 绪论 12-20 1.1 研究背景 12 1.2 图像退化模型 12-13 1.3 噪声模型 13-15 1.3.1 高斯噪声 13-14 1.3.2 脉冲噪声 14-15 1.4 图像去噪 15-17 1.4.1 空域滤波去噪 15-16 1.4.2 频域滤波去噪 16-17 1.5 去噪效果评价 17-19 1.6 本文主要工作 19-20 第2章 改进的自适应中值滤波 20-36 2.1 椒盐噪声去噪方法概述 20-24 2.1.1 均值滤波器 20-22 2.1.2 顺序统计滤波器 22-23 2.1.3 自适应滤波器 23-24 2.2 自适应中值滤波 24-26 2.3 改进的自适应中值滤波 26-29 2.3.1 自适应窗口的改进 26-27 2.3.2 结合均值滤波 27-28 2.3.3 算法流程 28-29 2.4 仿真实验及结果分析 29-35 2.5 小结 35-36 第3章 独立分量分析可调速率算法 36-48 3.1 ICA的基本概念 37-38 3.2 ICA的目标函数 38-40 3.2.1 预备知识 38-40 3.2.2 最大似然目标函数 40 3.3 独立分量分析常用算法 40-42 3.3.1 相对梯度算法 40-41 3.3.2 固定点算法 41-42 3.4 可调速率相对梯度学习算法 42-45 3.4.1 算法介绍 42-44 3.4.2 仿真实验和结果分析 44-45 3.4.3 小结 45 3.5 独立分量分析在图像处理中的应用 45-47 3.5.1 医学图像处理 46 3.5.2 图像特征提取 46 3.5.3 图像去噪 46 3.5.4 其他图像处理应用 46-47 3.6 小结 47-48 第4章 稀疏码收缩去噪 48-60 4.1 高斯噪声去噪方法概述 48-51 4.1.1 维纳滤波去噪 48-51 4.1.2 稀疏码收缩去噪简介 51 4.2 图像稀疏分解 51-52 4.3 基于多项式拟合的稀疏编码收缩 52-55 4.4 仿真实验和结果分析 55-59 4.4.1 获取初始输入数据 55-56 4.4.2 获取基向量 56 4.4.3 去噪 56-59 4.5 小结 59-60 第5章 结论和展望 60-62 5.1 图像去噪研究工作总结 60-61 5.2 尚存问题及展望 61-62 参考文献 62-66 致谢 66-67 硕士期间发表论文 67-68
|
相似论文
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 医学超声图像去噪方法研究,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
- 机器视觉系统中的图像噪声处理算法研究,TP391.41
- 基于核回归与非局部方法的图像去噪研究,TP391.41
- 基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究,TP751
- 面向图像表达的非负局部坐标分解算法,TP391.41
- 基于稀疏非负矩阵分解的图像检索,TP391.41
- 罐底腐蚀声发射信号降噪研究,TH878
- 一维脉冲激光雷达回波信号发生器的设计,TN958.98
- 航拍图像增强处理与拼接技术实现,TP391.41
- Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
- 基于图的彩色图像目标分割算法研究,TP391.41
- 基于偏微分方程的图像去噪与增强研究,TP391.41
- 用于金属磨粒检测系统的噪声消除算法研究,TP391.41
- 基于稀疏编码与机器学习的图像内容识别算法研究,TP391.41
- 求解图像去噪问题的变权重不动点算法研究,O177.91
- 基于气味分析的设备异常检测方法研究,TB17
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
|