基于特征的非局部均值圖像去噪算法研究畢業(yè)論文

1、1摘要染噪圖像不僅視覺效果受到影響，往往也會損失部分有效信息，不利于后續(xù)圖像分析工作。圖像去噪作為圖像處理流程中的預(yù)處理環(huán)節(jié)，可以提高圖像質(zhì)量，為進一步凸顯處理提供有利條件，因而成為數(shù)字圖像研究領(lǐng)域的一個長期熱點和難點問題。本文主要深入研究了圖像去噪算法，尤其是非局部均值濾波算法（NLM），針對該算法的弱點結(jié)合局部二值描述子進行改進，并利用硬件加速增強算法的實時性。實際應(yīng)用中的噪聲種類繁多，相應(yīng)產(chǎn)生了大量的圖像去噪算法。非局部均值算法自

2、提出以來就因其良好的去噪效果和對圖像特征信息的保持度而一躍成為研究熱點。該算法依賴數(shù)字圖像中大量的自相似信息，通過搜索待去噪?yún)^(qū)塊與圖像其余部分中的與其相似度較高的區(qū)塊，并以高斯距離計算對應(yīng)的相似度權(quán)重，然后對搜索區(qū)域內(nèi)的各區(qū)塊進行加權(quán)平均，得出待去噪?yún)^(qū)塊的新像素值。非局部均值算法的思想可以合理利用圖像中的大量冗余信息，雖然可行性好，但是搜索匹配相似區(qū)塊以及權(quán)重計算都必然導(dǎo)致較大的計算量，因此在計算效率上仍有較大進步空間。局部二值描述子為

3、圖像處理引入了一種新視角，它不僅可以有效提取出圖像的局部特征，如邊緣、角點等，并將此類特征定量轉(zhuǎn)化為一個二進制字符串，從而支持用邏輯運算進行快速圖像相似度匹配，調(diào)整搜索窗尺寸，從而將運算量減少至少一個數(shù)量級。本文基于傳統(tǒng)的非局部均值算法，提出一種效果與效率兼?zhèn)涞膱D像去噪方法，并結(jié)合OCT醫(yī)療圖像檢驗其實際應(yīng)用能力，最后通過硬件加速達到了實時處理的目的，以實驗結(jié)果證實了該方法在去噪效果和計算速度上取得了很好的平衡。關(guān)鍵詞：關(guān)鍵詞：圖像去噪

4、；非局部均值濾波；局部二值描述子3ABSTRACTTheimagescruptedbynoisenotonlybringaboutpovisualeffectsbutalsolosepartoftheusefulinfmationwhichisnotconducivetothesubsequentimageanalysis.Imagedenoisingisapopulardifficultprobleminthefieldofdigit

5、alimageprocessingwhichcanimprovetheimagequalityprovidefavableconditionsftheimageprocessing.Thispapermainlystudiedtheimagedenoisingalgithmespeciallynonlocalmeans(NLM)filteralgithm.IndertoovercometheweaknessofNLMatransfmof

6、NLMcombinedwithlocalbinarydes(LBP)isproposed.Furthermeaparallelimplementionwhichtakeadvantageofhardwareaccelerationisalsoprovidedfrealtimeimagedenoising.Therearemanykindsofnoiseinthepracticalapplication.Alargeamountofima

7、gedenoisingalgithmshavebeenstudied.Nonlocalmeansalgithmbecamearesearchhotspotafterproposedbecauseofitsgooddenoisingeffectprotectionoftheimagefeatureinfmation.Thealgithmbasedonthelargeamountofselfsimilarinfmationsindigita

8、limagessearchftheotherpatchesintheimagewhicharesimilartothecentralpatchcalculatethesimilarweightsbyGaussdistance.Intheendthenewpixelvalueisobtainedbyweightedaverageoftheblocksinthesearcharea.Theideaofnonlocalmeansalgithm

9、cantakegooduseofthemassiveredundantinfmationinimages.Althoughthealgithmisfeasiblethesearchmatchfsimilarpatchesthesimilaritycalculationleadtohighcomputationalcost.Thusthecomputationisingreatneedtobereduced.Localbinaryde(L

10、BP)fimageprocessingisintroducedasanewponitofview.Itcanbotheffectivelyextractimagelocalfeaturessuchasedgescnersquantitativelyconvertthemtoabinarystring.Thebinarydesupptsafastimagefeaturematchingwithalogicaloperationadjust

11、mentfthesearchwindowsize.Therebytheamountofcomputationcanbereducedbyatleastonederofmagnitude.Inthisthesisanimagedenoisingmethodbasedonconventionalnonlocalmeansalgithmwhichbalanceseffectsefficienciesisproposed.Itsabilityf