機(jī)器視覺系統(tǒng)中的圖像噪聲處理算法研究.pdf

1、機(jī)器視覺是一門綜合學(xué)科，是數(shù)字圖像處理和人工智能等學(xué)科的最新發(fā)展。隨著科學(xué)技術(shù)的發(fā)展，機(jī)器視覺系統(tǒng)的應(yīng)用領(lǐng)域越來越廣泛，技術(shù)也越來越成熟。圖像噪聲處理是機(jī)器視覺領(lǐng)域內(nèi)的一個重要研究方向。本文對機(jī)器視覺系統(tǒng)中圖像噪聲處理算法進(jìn)行了深入研究。
　　 本文完成了基于機(jī)器視覺的印刷品質(zhì)量檢測系統(tǒng)的總體結(jié)構(gòu)設(shè)計，包括硬件結(jié)構(gòu)設(shè)計和軟件結(jié)構(gòu)設(shè)計兩個方面。
　　 然后，本文重點研究了圖像噪聲處理算法?？偨Y(jié)了幾種經(jīng)典的去噪算法的優(yōu)缺點，

2、歸納了常用的圖像去噪效果評價方法。隨后，本文詳細(xì)介紹了非局部均值去噪算法。非局部均值算法去噪效果非常優(yōu)秀，能夠很好的保護(hù)圖像的邊緣信息，但是這種算法的算法復(fù)雜度較高。為了降低這種算法的算法復(fù)雜度，本文提出了一種改進(jìn)方法。其原理為：
　　 自然圖像一般包含大量的灰度“平坦”區(qū)域，本文通過梯度大小，將這些“平坦”區(qū)域和其他區(qū)域區(qū)分開，即把圖像劃分為大梯度區(qū)域和小梯度區(qū)域。在小梯度區(qū)域使用局部均值去噪，可以減小算法復(fù)雜度又可以更好的保

3、護(hù)圖像的紋理。對于圖像中的大梯度區(qū)域中的像素點，通過鄰域均值和鄰域平均梯度夾角來判斷兩個鄰域的相似度，去掉相似度低的鄰域，從而減少相似度低的像素對當(dāng)前像素的像素值的影響，達(dá)到更好的去噪效果，并且可以大幅度減少算法執(zhí)行時間。
　　 通過實驗，從圖像質(zhì)量主觀評價和客觀評價兩個方面，驗證了本文改進(jìn)算法擁有較好的去噪效果。在去噪效果和算法執(zhí)行速度兩方面，都較原非局部均值去噪算法有所提高。最后，給出了本文算法在印刷品質(zhì)量檢測系統(tǒng)中使用的去