学位论文 > 优秀研究生学位论文题录展示

机器视觉系统中的图像噪声处理算法研究

作　者: 刘平平
导　师: 陈幼平；肖鹏
学　校: 华中科技大学
专　业: 机械电子工程
关键词: 机器视觉图像去噪非局部均值方法噪声梯度
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 45次
引　用: 0次
阅　读: 论文下载

内容摘要

机器视觉是一门综合学科,是数字图像处理和人工智能等学科的最新发展。随着科学技术的发展,机器视觉系统的应用领域越来越广泛,技术也越来越成熟。图像噪声处理是机器视觉领域内的一个重要研究方向。本文对机器视觉系统中图像噪声处理算法进行了深入研究。本文完成了基于机器视觉的印刷品质量检测系统的总体结构设计,包括硬件结构设计和软件结构设计两个方面。然后,本文重点研究了图像噪声处理算法。总结了几种经典的去噪算法的优缺点,归纳了常用的图像去噪效果评价方法。随后,本文详细介绍了非局部均值去噪算法。非局部均值算法去噪效果非常优秀,能够很好的保护图像的边缘信息,但是这种算法的算法复杂度较高。为了降低这种算法的算法复杂度,本文提出了一种改进方法。其原理为:自然图像一般包含大量的灰度“平坦”区域,本文通过梯度大小,将这些“平坦”区域和其他区域区分开,即把图像划分为大梯度区域和小梯度区域。在小梯度区域使用局部均值去噪,可以减小算法复杂度又可以更好的保护图像的纹理。对于图像中的大梯度区域中的像素点,通过邻域均值和邻域平均梯度夹角来判断两个邻域的相似度,去掉相似度低的邻域,从而减少相似度低的像素对当前像素的像素值的影响,达到更好的去噪效果,并且可以大幅度减少算法执行时间。通过实验,从图像质量主观评价和客观评价两个方面,验证了本文改进算法拥有较好的去噪效果。在去噪效果和算法执行速度两方面,都较原非局部均值去噪算法有所提高。最后,给出了本文算法在印刷品质量检测系统中使用的去噪效果图,可以看出经过本文算法处理后的图像的质量有较大改善。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-16
  1.1 课题来源  8
  1.2 课题目的及意义  8-9
  1.3 图像去噪方法国内外研究现状  9-14
  1.4 文的主要研究内容及组织结构  14-16
2 基于机器视觉的印刷品质量检测系统的总体结构设计  16-21
  2.1 印刷品质量检测系统硬件系统结构  16-18
  2.2 印刷品质量检测系统软件系统结构  18-20
  2.3 本章小结  20-21
3 图像去噪理论基础  21-33
  3.1 图像的噪声  21-24
  3.2 经典去噪算法  24-29
  3.3 图像去噪效果评价方法  29-32
  3.4 本章小结  32-33
4 一种改进的非局部均值去噪算法  33-42
  4.1 非局部均值去噪算法  33-35
  4.2 一种改进的非局部均值去噪算法  35-41
  4.3 本章小结  41-42
5 实验结果与分析  42-53
  5.1 实验参数选取  42-43
  5.2 去噪算法主观评价  43-47
  5.3 去噪算法客观评价  47-49
  5.4 本文算法在检测系统中的应用  49-52
  5.5 本章小结  52-53
6 总结与展望  53-54
  6.1 全文总结  53
  6.2 工作展望  53-54
致谢  54-55
参考文献  55-58
附录（攻读硕士学位期间发表论文）  58

机器视觉系统中的图像噪声处理算法研究

内容摘要

全文目录

相似论文