低復(fù)雜度非局部均值與卡爾曼濾波的圖像去噪方法研究.pdf

1、隨著信息時(shí)代的快速發(fā)展，信息的交換和傳輸也變得越來越方便。在各種信息傳遞途徑中，圖像傳輸是一種既直接又方便的途徑。一幅無噪聲污染的圖像，能夠使使用者對(duì)于其中所包含的信息一目了然。但不幸的是，在圖像的傳輸過程當(dāng)中，都會(huì)不同程度被各種噪聲所污染，這些噪聲有的來自傳輸設(shè)備自身，有的是其他干擾源。受到噪聲干擾的圖片，不僅其信息準(zhǔn)確度大大下降，而且也給后期的圖像處理帶了很大的麻煩。因此，圖像的降噪處理作為獲取圖像信息的基礎(chǔ)就變得尤為重要。

2、　　本文在幾種傳統(tǒng)的降噪方法的基礎(chǔ)之上，重點(diǎn)介紹低復(fù)雜度非局部均值與卡爾曼濾波的圖像去噪方法研究，本文取得的主要成果及創(chuàng)新點(diǎn)以下:
　　1.根據(jù)傳統(tǒng)非局部均值方法上存在的算法效率低、選擇權(quán)重函數(shù)、圖像相似塊兒的選取、如何加速非局部均值算法，同時(shí)保持或者提高降噪性能等等一些不足，并且對(duì)非局部均值降噪方法進(jìn)行深入研究的基礎(chǔ)上，本文提出了基于MCMC采樣改進(jìn)的非局部均值圖像降噪方法，從降噪效果和運(yùn)行速度兩個(gè)方面對(duì)傳統(tǒng)非局部均值方法進(jìn)行了

3、改進(jìn)。由仿真結(jié)果可知，基于MCMC采樣改進(jìn)的非局部均值方法降噪結(jié)果比傳統(tǒng)的非局部均值降噪方法及其他常用的降噪方法更好，還有利用傳統(tǒng)的非局部均值法處理后圖像的平滑程度較大，反而本文提出的非局部均值改進(jìn)法大大的降低了處理后圖像的平滑程度。另外，本文提出方法的計(jì)算復(fù)雜度對(duì)比于傳統(tǒng)非局部均值方法與其他具有類似去噪性能的方法來說更低。此外，本文提出的方法相比于傳統(tǒng)的非局部均值方法及其他常用降噪方法，本文提出的方法在峰值信號(hào)的信噪比(PSNR)以及

4、平均結(jié)構(gòu)相似度(SSIM)指標(biāo)上都有著很不錯(cuò)的表現(xiàn)。
　　2.使用卡爾曼濾波方法來圖像降噪，因?yàn)榭柭鼮V波方法引入了狀態(tài)空間和狀態(tài)變量的概念，而其算法采用遞推性算法，因此，可以適用平穩(wěn)與非平穩(wěn)過程，這就解決了其他估計(jì)方法的限制性困難。仿真結(jié)果表明，卡爾曼濾波方法可以明顯的減弱了原始圖像上噪聲，并且有效的解決了圖像濾波必然伴隨的模糊細(xì)節(jié)問題，相比于其他傳統(tǒng)的去噪方法，卡爾曼濾波算法有好的降噪效果，而其對(duì)原始圖像中的一些線條，點(diǎn)和邊緣

5、的細(xì)節(jié)信息保護(hù)的很好，幾乎沒有損失。另外，通過使用NSHP模型來大大的降低了計(jì)算量。因?yàn)槭褂肗SHP模型來描述圖像簡(jiǎn)單，并且能抓住圖像的主要特征，是經(jīng)過圖像信息之間的相關(guān)性來傳遞圖像信息的變化，并且在NSHP模型中，當(dāng)前像素的更新區(qū)域僅僅考慮一定范圍內(nèi)的像素區(qū)域，而忽略了距離比較遠(yuǎn)的像素的影響。這樣就能得到比較為準(zhǔn)確及實(shí)用的有用信息，并且會(huì)大大的降低了卡爾曼濾波更新中的計(jì)算量。
　　3.本文還設(shè)計(jì)了一個(gè)基于MATLAB/GUI的卡