基于改进的非局部均值图像去噪算法研究

发布时间：2022-10-31 21:43

　　随着计算机技术的飞速发展,数字图像质量在各领域中的需求也随之提高。但数字图像在采集、传输过程中,因外界环境等因素的影响,不可避免的会受到各种噪声的干扰,从而导致图像质量下降,对图像的读取及后续处理工作带来严重的影响。非局部均值去噪算法（NLM）算法是近年来提出的去噪效果较好的滤波算法,但仍存在噪声对相似信息产生干扰、图像信息丢失严重等问题。为此,本文着重在NLM算法中的相似性度量和权值分配两个方面进行研究,以提高算法的去噪性能为目的,提出了三种改进方法。本文的研究工作和贡献:为了提高高相似像素点在去噪估计中的利用率,提出了基于权重重分配的非局部均值去噪算法。该方法采用搜索邻域中的权重最大值与均值之间比值的方法来判断搜索邻域中图像块与当前邻域的相似程度,并根据该相似程度调整相似像素点在像素估计中的比例,以增加高相似像素点的利用率。提出了基于边缘检测多特征融合的非局部均值去噪算法,该算法利用改进的Sobel算子提取图像的边缘结构图,并根据像素点的分布特征,在边缘及平坦区域中采用不同的相似性度量方法,最大程度搜索相似性邻域,以降低噪声对传统NLM算法中相似像素点搜索的影响。针对传统NLM算法... 

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

论文组织结构图

原始图像与方法噪声对比图

不同尺寸均值滤波去噪效果图

【参考文献】：
期刊论文
[1]双向增强扩散滤波的图像去噪模型[J]. 汪美玲,周先春,石兰芳.  数据采集与处理. 2017(01)
[2]基于形态成分分析的复杂背景SAR图像舰船尾迹检测[J]. 杨国铮,禹晶,肖创柏,孙卫东.  计算机辅助设计与图形学学报. 2016(10)
[3]基于边缘检测的自适应非局部均值去噪算法[J]. 曹璟,周宁宁,洪龙.  济南大学学报(自然科学版). 2016(03)
[4]经验模态分解的理论研究及应用[J]. 高静,邓甲昊.  科技导报. 2015(02)
[5]融合图像质量评价指标的相关性分析及性能评估[J]. 张小利,李雄飞,李军.  自动化学报. 2014(02)
[6]一种新的自适应双边滤波算法[J]. 余博,郭雷,钱晓亮,赵天云.  应用科学学报. 2012(05)
[7]一种改进的非局部均值图像去噪算法[J]. 刘晓明,田雨,何徽,仲元红.  计算机工程. 2012(04)
[8]一种改进的非局部平均去噪方法[J]. 孙伟峰,彭玉华.  电子学报. 2010(04)
[9]中子集型自适应中值滤波器[J]. 袁世强,谭永红.  中国图象图形学报. 2007(04)
[10]基于相似原理的点特征松弛匹配算法[J]. 陈志刚,宋胜锋,李陆冀,包磊.  火力与指挥控制. 2006(01)

硕士论文
[1]基于非局部均值图像去噪算法研究[D]. 张兆伦.南京邮电大学 2015



本文编号：3699771