加權(quán)型線性積分卷積圖像去噪方法分析

《加權(quán)型線性積分卷積圖像去噪方法分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、碩士學(xué)位論文加權(quán)型線性積分卷積圖像去噪方法研究1．緒論受經(jīng)濟(jì)活動(dòng)以及社會(huì)自身快速發(fā)展需求的推動(dòng)，20世紀(jì)起，人類進(jìn)入了一個(gè)嶄新的發(fā)展時(shí)代，即信息時(shí)代。在這一歷史進(jìn)程中，人們獲取相關(guān)數(shù)據(jù)的方式不斷更新，種類繁多，且數(shù)據(jù)正以海量級(jí)速度迅猛增長，致使信息有效快速提取、分析、決策問題成為了各個(gè)行業(yè)的熱點(diǎn)話題。先進(jìn)的信息處理技術(shù)與方法，受到了學(xué)術(shù)界，工業(yè)，甚至商界的極大關(guān)注?；谏鲜霰尘?，論文工作開展了數(shù)字圖像處理領(lǐng)域中，空域圖像白適應(yīng)去噪方法的研究。一鑲(a)聽覺(b)視覺圖1．1計(jì)算機(jī)視覺與人類感知1．1研究背景與意義信息社會(huì)里，人與人之間的交流日趨頻繁，無論是信息交換方式，還是信息交換速度，

2、都以極快地發(fā)展。特別是隨著計(jì)算機(jī)芯片價(jià)格日趨下降，其計(jì)算能力不斷提升，促使著信息交換的數(shù)字化模式滲入到了社會(huì)生活的各個(gè)應(yīng)用領(lǐng)域，由此產(chǎn)生了大量的數(shù)字化數(shù)據(jù)，需要得到快速有效處理與分析，如獲取、存儲(chǔ)、檢索、分發(fā)、分析等。信息時(shí)代亟須智能處理技術(shù)，為此人工智能技術(shù)應(yīng)運(yùn)而生。作為計(jì)算機(jī)科學(xué)的一個(gè)分支，人工智能【lJ是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。如圖l所示，在智能處理中，為獲得視覺信息，用相機(jī)模擬人類視覺系統(tǒng)；為獲得聽覺信息，用耳機(jī)模擬人1緒論碩士學(xué)位論的聽覺系統(tǒng)。相關(guān)統(tǒng)計(jì)研究表明，視覺系統(tǒng)獲得的信息占據(jù)人們獲取的信息總量占70％以上。因

3、此計(jì)算機(jī)視覺，是人工智能領(lǐng)域最為活躍的研究分支之一。(a)真實(shí)圖像(b)去噪后圖像圖1．2數(shù)字圖像去噪舉例在計(jì)算機(jī)視覺研究中，常用數(shù)字照相機(jī)模擬人類視覺的獲取功能，捕獲場(chǎng)景信息，形成數(shù)字圖像。作為底層視覺技術(shù)，數(shù)字圖像處理理論與方法的研究【1】，可產(chǎn)出高質(zhì)量圖像，為后續(xù)的圖像特征提取，分析，分類等智能分析提供必要支撐。圖像處理在當(dāng)今信息社會(huì)，扮演著不可或缺的角色。遺憾的是，盡管現(xiàn)代成像技術(shù)日新月異，成像手段種類繁多，由于自身物理?xiàng)l件的限制，數(shù)字圖像在成像過程中不可避免的受到各種因素的影響，實(shí)際拍攝得到的圖像有著不同程度的退化，這些因素通常包括，噪聲、模糊、幾何變形、混疊等，嚴(yán)重影響著后續(xù)

4、的實(shí)際應(yīng)用。本論文側(cè)重于圖像的噪聲去除問題研究【2J。數(shù)字圖像成像過程中均引入噪聲。噪聲一般分為：成像系統(tǒng)固有噪聲、探測(cè)元的顆粒狀噪聲、信號(hào)傳輸過程中受干擾產(chǎn)生的噪聲、以及輻射量化噪聲。一般認(rèn)為，設(shè)計(jì)適宜的噪聲模型，是得到優(yōu)良去噪效果的關(guān)鍵。通常情況下，認(rèn)為噪聲為加性的，符合高斯分布特征的高斯白噪聲，其平均值為零，方差是盯2，如此數(shù)字圖像可用高斯隨機(jī)場(chǎng)模型來表示。圖1．2所示為手機(jī)拍攝的自然人臉圖像。圖1．2(a)為實(shí)際獲得的圖像，圖1．2(b)為去噪后的人臉圖像。可以看出噪聲的存在嚴(yán)重影響了圖像的視覺效果，同時(shí)不難想象若要對(duì)該副圖像直接分析人臉特征，噪聲極大的影響分析結(jié)果?？梢?，去噪方

5、法研究有其實(shí)際的現(xiàn)實(shí)意義。碩士學(xué)位論文加權(quán)型線性積分卷積圖像去噪方法研究(a)真實(shí)圖像瀅錠=-淫蕘億誓篝，”“儺啞置。．心．j．■幔一曩■■疆一■曩一■■(a)真實(shí)圖像(b)掩膜提取圖像(c)修補(bǔ)后圖像圖1．3圖像修補(bǔ)舉例(b)特效處理1(c)特效處理2圖1．4圖像特效處理舉例(c)神經(jīng)纖維重建圖像圖1．5醫(yī)學(xué)圖像重建1緒論碩士學(xué)位論(a)前視圖(b)后視圖(c)數(shù)字高程模型圖1．6遙感立體測(cè)繪去噪方法的研究，能促進(jìn)其它圖像處理問題的解決。如圖1．3與1．4所示，分別為圖像修補(bǔ)與圖像特效處理效果。利用去噪領(lǐng)域的研究成果，可修復(fù)圖1．3(b)中白色“網(wǎng)格狀"掩膜。運(yùn)用圖像去噪理論還可對(duì)圖像

6、進(jìn)行特效處理，如圖1．4(b)與圖1．4(c)所示。除上述日常生活外，圖像去噪方法相關(guān)理論還在關(guān)系國計(jì)民生的領(lǐng)域有著巨大的成功應(yīng)用。去噪理論常被引入，用于處理醫(yī)學(xué)與遙感領(lǐng)域中的相關(guān)問題。在醫(yī)療影像輔助診斷中，如圖1．5所示，彌散張量核磁共振技術(shù)主要用于分析患者神經(jīng)纖維情況，從大量文獻(xiàn)可看到去噪理論在該領(lǐng)域的應(yīng)用，針對(duì)不同方向所成圖像集，分析張量場(chǎng)分布情況，追蹤，重建出患者的神經(jīng)組織分布可視圖。在測(cè)繪遙感中，去噪理論的思想，可被借鑒，用于生成地面場(chǎng)景的數(shù)字高程圖，如圖1．6所示，圖1．6(a)為相機(jī)對(duì)地成像的前視圖，圖1．6(b)為相機(jī)對(duì)地成像的后視圖，針對(duì)上述圖，利用技術(shù)科實(shí)現(xiàn)時(shí)差圖的提

7、取，繼而生成三維數(shù)字高程圖。由上述可知，開展數(shù)字圖像去噪方法研究，不僅具有自身的實(shí)際應(yīng)用意義，同時(shí)碩士學(xué)位論文加權(quán)型線性積分卷積圖像去噪方法研塞去噪方法的研究成果，可被其他圖像處理技術(shù)借鑒，用于處理對(duì)應(yīng)的應(yīng)用問題。去噪方法研究具備良好得應(yīng)用前景。1．2論文主要工作本文余下各章安排如下：第二章綜述了空域圖像去噪方法，并在此基礎(chǔ)上分析了基于偏微分方程圖像去噪各方法的優(yōu)點(diǎn)與不足；正對(duì)分析的不足，第三章提出了兩種新方法；第四章詳細(xì)分析了與實(shí)