收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

结构保持的图像去噪方法研究

刘红毅  
【摘要】:图像在获取和传输过程中,不可避免地会受到噪声污染,致使图像质量下降,严重影响了后续图像处理工作(如图像超分辨率、图像分割、图像识别、特征提取等)。为了提高图像质量,为后续图像处理提供更可靠真实的图像,对图像进行去噪处理就成为图像处理中一项基础而重要的研究工作。图像去噪的目的是根据观察到的降质图像估计恢复原始真实图像,即在去除噪声同时更好保持图像中的重要结构信息。研究如何更好保持图像的边缘、纹理等重要结构信息的图像去噪模型和算法具有重要的理论意义和实用价值。 本论文以刻画边缘和纹理的图像先验建模为出发点,利用小波变换、核回归及非局部均值等图像去噪方法,重点研究方法中的纹理、边缘等结构保持问题,提出一系列的结构保持的图像去噪模型和新算法。取得的主要成果及创新点如下: (1)提出一种新的基于小波系数相关性的图像去噪方法。利用小波系数多尺度相关性及小波系数极大值,定义两种基于最大子结点的相关系数,结合小波阈值进行图像去噪,并且将定义的相关系数推广到分数阶B样条小波域。理论分析和实验结果均表明,所提出相关系数在小波分解的高频子带可以很好地刻画图像结构,因而在去噪过程中保留了更多的边缘与纹理等结构信息,提高了去噪图像的质量。 (2)针对基于正则性指数图像去噪方法的不足,提出正则性指数和图像全变差(Total Variation, TV)正则先验结合的图像去噪模型。该模型利用小波系数与信号正则性之间的关系,在小波分解的不同尺度,通过改变小波系数来提高图像局部正则性。有效克服了正则性指数去噪算方法在图像边缘处所产生的Gibbs现象,具有较好的边缘结构保持和噪声滤除性能。 推广传统小波阈值与TV最小结合的变分模型到分数阶B样条小波,建立分数阶B样条小波域的TV去噪模型。通过分数阶B样条小波闽值和TV范数的结合,得到了对于纹理和边缘等几何结构都有良好保持性能的去噪图像。 (3)利用结构张量矩阵刻画像素局部梯度结构信息,设计了一种新的数据自适应核函数,提出一种基于结构张量的自适应核回归图像去噪及插值模型。理论和实验表明:本文模型能够准确估计图像中的边缘方向,因而在图像去噪和插值中能够有效重建图像的边缘和纹理等几何结构,视觉效果良好;同时,本文模型的均方误差达到了最小,进一步验证了算法的有效性。 针对Steering核回归模型对于细尺度边缘的不稳定性,应用两种更加鲁棒的核函数,提出两种边缘保持的核回归模型。与高斯核函数相比较,新的核函数具有更快的衰减性。当像素点属于细尺度边缘时,新的核函数对边缘附近像素赋予了更小权重,保证了去噪图像中的边缘细节更加清晰,消除了高斯核函数所出现的伪边缘现象。实验结果证明所提出模型对于纹理较少,细节丰富的图像具有很好重建效果。 (4)耦合Patch相似性保真和非局部TV正则性先验,提出一种新的图像去噪变分模型。该模型利用非局部迭代去噪图像和真实图像间的Patch相似性建立保真项,从而保证了所产生的去噪图像和真实图像之问具有结构相似性。非局部TV正则项进 一步保证了图像中边缘及细小纹理结构的有效保持。与现有相关方法相比较,实验结果表明,所提出方法在去噪同时能够有效保持图像中的边缘及纹理结构信息,特别是对于受噪声污染比较严重的图像,去噪性能和结构保持性能都达到了最好。 (5)利用图像中Patch自相似性,结合TV正则先验,提出自适应非局部Patch自相似性正则化模型。与现有非局部权函数计算方法不同,本文利用改进的结构张量矩阵,构造具有自适应和方向性的权函数,得到了对于图像中Patch自相关性的准确估计,从而保证了图像中的纹理等几何结构信息的有效保持。在数值解法上,采用了分裂Bregman迭代进行求解,提高了算法效率。同时将去噪模型推广到图像恢复,实验结果证明了所提出算法在结构保持方面的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗忠亮,王修信,胡维平;小波图像去噪研究方法概述[J];广西科学;2004年03期
2 李强;谢志宏;;组合层内和层间小波系数的图像去噪方法[J];装甲兵工程学院学报;2008年05期
3 金志泉;葛洪伟;;一种非参数回归图像去噪方法[J];淮阴工学院学报;2008年05期
4 朱勇;;基于层内和层间相关性的小波图像去噪[J];农业网络信息;2008年05期
5 曹春红;高协平;;区间最小能量小波框架的图像去噪研究[J];计算机工程与应用;2009年14期
6 ;图像去噪新技术让数码照片更清晰[J];广西科学;2009年02期
7 张洁;杨文国;;一种基于梯度保真项的图像去噪法[J];计算机应用与软件;2009年11期
8 吴玲;;基于数字图像去噪的方法分析[J];科技信息;2010年06期
9 贾辉;林义刚;李娜;李宏;;独立分量分析在图像去噪中的应用[J];长江大学学报(自然科学版)理工卷;2010年02期
10 冯象初;郝彬彬;朱见广;;图像去噪的改进迭代非局部平均滤波方法[J];西安电子科技大学学报;2010年04期
11 刘权;林娜;吕倩;;基于加权自适应方向提升小波的图像去噪研究[J];电子技术;2010年12期
12 陈明举;刘强国;;基于前后向扩散的图像去噪方法的研究[J];四川理工学院学报(自然科学版);2011年02期
13 黄果;蒲亦非;陈庆利;周激流;;基于分数阶积分的图像去噪[J];系统工程与电子技术;2011年04期
14 王蓓;张欣;刘洪;;基于稀疏序列的图像去噪方法及应用[J];计算机技术与发展;2011年03期
15 沈永顺;;基于偏微分方程的常用图像去噪方法比较研究[J];科技广场;2011年09期
16 杨飚;李锡放;张曾科;;基于稳健回归的自适应图像去噪方法[J];科学技术与工程;2012年09期
17 邹建成;樊立;;一种基于压缩感知的图像去噪方法[J];北方工业大学学报;2012年01期
18 丁伟;王国宇;王宝锋;;基于压缩感知的水下图像去噪[J];现代电子技术;2013年02期
19 张宗良;颜永丰;;基于块空间中低维流形恢复的图像去噪[J];计算机工程与设计;2013年02期
20 成敏;马士友;董睿;;基于非局部均值化的医学图像去噪[J];微型机与应用;2013年07期
中国重要会议论文全文数据库 前10条
1 刘旨春;朱伟;盛磊;;基于邻域特性的小波阈值图像去噪方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
2 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
3 韩希珍;赵建;;基于偏微分方程的图像去噪[A];第八届全国信息获取与处理学术会议论文集[C];2010年
4 殷明;刘卫;;基于非高斯分布的四元数小波图像去噪[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
5 侯艳芹;李均利;魏平;陈刚;;一种新的基于模糊均差和小波阈值的医学图像去噪方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 刘曙光;费佩燕;屈萍鸽;;基于对偶树复小波的图像去噪技术研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
7 周利利;张晓明;;基于小波变换的图像去噪研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
8 王文;康锡章;王晓东;;基于小波域HMT的航空侦察图像去噪方法[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
10 邓超;;基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘红毅;结构保持的图像去噪方法研究[D];南京理工大学;2011年
2 侯迎坤;非局部变换域图像去噪与增强及其性能评价研究[D];南京理工大学;2012年
3 侯建华;基于小波及其统计特性的图像去噪方法研究[D];华中科技大学;2007年
4 庞志峰;图像去噪问题中的几类非光滑数值方法[D];湖南大学;2010年
5 褚标;小波理论在图像去噪与纹理分析中的应用研究[D];合肥工业大学;2008年
6 张建平;基于偏微分方程的图像去噪和分割方法[D];大连理工大学;2012年
7 辛巧;偏微分方程及其在图像去噪和分割中的应用[D];重庆大学;2011年
8 许光宇;非局部图像去噪方法及其应用研究[D];合肥工业大学;2013年
9 刘玉淑;基于多尺度变换的图像去噪及融合算法研究[D];山东大学;2013年
10 田勇;多分辨率隐马尔可夫模型图像去噪研究[D];兰州大学;2009年
中国硕士学位论文全文数据库 前10条
1 张璐;医学图像去噪方法分析与比较[D];上海交通大学;2010年
2 王伟;对两种图像去噪模型的分析[D];华东师范大学;2007年
3 陈花竹;基于对偶方法的图像去噪和图像分解算法[D];河南大学;2008年
4 曾诚;基于小波理论的图像去噪和增强技术研究[D];武汉理工大学;2008年
5 许娟;图像去噪的非局部方法研究[D];南京理工大学;2009年
6 张妙妙;基于变分法的单张带雾图像去噪研究[D];华东师范大学;2011年
7 高国伟;图像去噪中若干问题的研究[D];河南大学;2008年
8 朱钦佩;求解图像去噪问题的变权重不动点算法研究[D];上海交通大学;2012年
9 宋力;基于核回归与非局部方法的图像去噪研究[D];华中科技大学;2011年
10 康学净;面向移动物联网应用的小波图像去噪及压缩方法研究[D];天津理工大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978