椒盐噪声识别与滤波算法改进的研究

发布时间：2022-07-15 14:29

　　数字图像在其形成与传输的各个环节过程中,往往会受到各种因素的影响和干扰从而产生椒盐噪声,进而严重影响数字图像的准确性和质量。这些椒盐噪声可能会直接影响到数字图像的分辨率与清晰度,使原本的图像结构或者图像边缘发生改变,从而给数字图像的基本信息提取和后续处理等工作带来较大的干扰。因此,在对图像信息提取的预处理过程中,为了抑制图像椒盐噪声,改善图像质量,必须对图像进行去噪预处理。图像去噪也是目前数字图像信息预处理技术领域比较重要的研究课题之一。作为图像处理领域的一个重要研究课题,目前国内外开展的去除椒盐噪点的很多研究都是采用识别和滤波算法对图像中椒盐噪点进行识别与滤波,从而复原图像。目前就识别算法而言,仍然面临着噪点识别精确度不高、参数误判率有较高百分比等问题。目前就滤波算法而言,仍面临着诸如滤波后的图像不清晰不连续、均方误差和峰值信噪比不理想等问题。因此,为了改进椒盐噪点的识别精确度和滤波质量,本文通过分析研究常用的噪声识别算法（邻域识别法、连通域识别法）和滤波算法（均值滤波法、中值滤波法、维纳滤波法及小波滤波法）的优缺点,设计了两种椒盐噪点识别算法BPNN_NI（BP... 

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

BPNN_NI算法结构图

神经元拓扑结构图

FM_N算法结构图

【参考文献】：
期刊论文
[1]灰色BP神经网络组合模型在大坝沉降监测中的应用[J]. 冯钱桢,黄腾.  甘肃科学学报. 2020(01)
[2]基于模糊数学的信任度评估方法[J]. 洪涛,龚文涛.  自动化技术与应用. 2020(02)
[3]基于BP神经网络的烟叶醇化感官质量仿真模拟[J]. 邓羽翔,罗诚,李东亮,杨杰,周东,杜薇,陈思昂.  食品与机械. 2020(03)
[4]基于卡尔曼滤波及神经网络的瓦斯涌出量预测[J]. 马彦阳.  陕西煤炭. 2020(01)
[5]基于BP神经网络的手写数字识别系统[J]. 黄一格,张炎生.  机电工程技术. 2020(01)
[6]BP神经网络在专利价值评估中的应用[J]. 吕霁.  黑龙江科学. 2020(02)
[7]基于正交设计的岩质相似材料模糊评价研究[J]. 姚国强,言志信,肖鹏,龙哲.  公路. 2020(01)
[8]基于改进BP神经网络陶瓷梭式窑火焰图像识别方法[J]. 朱永红,夏力,王俊祥.  中国陶瓷工业. 2020(01)
[9]基于扩展卡尔曼滤波的时差定位算法[J]. 蔡明明,王运锋.  现代雷达. 2020(04)
[10]模糊数学在石油地质中的应用综述[J]. 张强,孙新亚,叶晔,何坤,张远,郑伟.  云南化工. 2019(12)

博士论文
[1]连通域标记算法的高速化研究及在纸病检测中的应用[D]. 赵晓.陕西科技大学 2019

硕士论文
[1]低复杂度非局部均值与卡尔曼滤波的图像去噪方法研究[D]. 赛地瓦尔地·买买提.西南交通大学 2014
[2]基于小波变换的图像去噪算法[D]. 史丽虹.贵州大学 2009



本文编号：3662223