基于局部Hu矩的图像去噪算法研究

发布时间：2019-11-09 19:01

【摘要】：图像去噪是数字图像处理领域中重要的预处理步骤,它处理的好坏会直接影响后续的工作。噪声是无处不在的,它不仅会影响图像的自身质量,而且会给我们带来错误的信息,所以图像去噪是非常重要的。传统的图像去噪都是基于局部的,虽然取得了一定的效果,但是会使边缘模糊。而非局部均值去噪突破了局部的束缚,利用图像的自相似性,将像素点的比较变成了图像中邻域块之间的比较。邻域块的比较比点之间的比较更加的稳定。所以通过度量邻域块间的相似度去估计像素点与像素点之间的相似度,而后通过对这些点求加权平均来得到去噪后的结果,取得了较好的去噪效果,同时保持了边缘的结构信息。但经典的非局部均值去噪方法也具有一定的缺陷,因为它是使用的加权欧几里德距离来度量邻域块之间的相似性,而欧式距离抗噪能力不强,容易受到噪声的影响,所以欧式距离不能准确的度量邻域块之间的相似性,从而影响了去噪的效果。本论文针对经典非局部去噪算法中利用欧式距离进行块相似性度量存在的不足,提出了一种基于局部Hu矩的非局部均值去噪算法,试图从抗噪声、结构特性匹配及能量无关等方面,改善块相似性度量的性能,从而总体上提高整个算法的去噪效果。局部Hu矩是通过krawtchouk多项式的权重函数与图像函数相结合构造出几何矩的新的权重函数,从而得到新的几何矩,利用构造的新的几何矩得到新的中心矩,使用二阶和三阶中心矩构造出7个不变矩组成一组特征矢量,这组特征矢量具有旋转,尺度,平移不变性。而且具有较强的抗噪能力。从更高的维度,度量邻域问特征矢量的相似性,并把它作为权重的一部分来度量邻域间的相似性。论文通过实验,对不同强度下的高斯白噪声图像和椒盐噪声图像进行了分析比较,从实验结果中可以看出,基于局部Hu矩的块相似度比较,明显优于传统的欧几里德距离比较。论文提出的基于局部Hu矩的非局部均值去噪算法在峰值信噪比和结构相似度上相对于经典算法有明显的提高,并且能够更好地保持图像的结构信息。
【图文】：

（．）其中Ｙ（ｉ，ｊ）是被污染的中心像素值，Ｎ＊Ｎ代表邻域窗口大小。表示去噪逡逑后的中心像素值。均值滤波的优点是：通过压抑高频部分，有效去除噪声引起的逡逑灰度值尖锐变化。缺点是：在去除了噪声的同时使图像的细节和边缘模糊或者丢逡逑

其中是以（ｉ，ｊ）为中心邻域的灰度值集合，一般情况集合的个数取奇数。逡逑中值滤波的优点是：它对于突变的噪声点有着良好的去噪效果。比如：椒盐逡逑噪声。缺点是：它只考虑了像素邻域内的排序信息，而忽略了像素的时序信息，，所逡逑以在去噪的过程中容易破坏图像的细节。逡逑
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前8条

1 韩震;王红斌;余正涛;朱映柔;;双边非局部均值滤波图像去噪算法[J];传感器与微系统;2016年06期

2 阴盼强;路东明;袁渊;;基于马氏距离的改进非局部均值图像去噪算法[J];计算机辅助设计与图形学学报;2016年03期

3 陈强云;郭铭铭;窦建华;;基于增强邻域结构方向信息的图像去噪算法[J];合肥工业大学学报(自然科学版);2015年10期

4 王金凤;侯德文;刘明明;;一种基于SSIM的非局部均值图像去噪算法[J];山东师范大学学报(自然科学版);2014年03期

5 赵庆平;陈得宝;姜恩华;方振国;;一种改进权重的非局部均值图像去噪算法[J];电子测量与仪器学报;2014年03期

6 陈潇红;;基于相似性判断的双边滤波改进算法[J];计算机工程;2012年22期

7 芦碧波;郭志昌;曹杨;李美慧;胡歆瑶;;非局部偏微分方程去噪模型[J];吉林大学学报(理学版);2007年06期

8 杜啸晓,施鹏飞,杨新,严京旗;一种改进的偏微分方程图像平滑方法[J];上海交通大学学报;2001年02期

本文编号：2558621