圖像去噪的非局部正則化方法研究.pdf

1、圖像在獲取、傳輸、存儲等過程中常常會受噪聲的干擾，使其質(zhì)量下降。含噪圖像極大的影響了人們從圖像中獲取有用信息，所以很有必要在分析和使用圖像之前對它進行去噪。圖像去噪本身是一個不適定問題，解決該問題的有效方法之一是基于正則化的方法，即依據(jù)對圖像所做的假設(shè)，通過大量先驗信息構(gòu)建正則項，最終生成函數(shù)模型。相較于傳統(tǒng)的去噪模型，全變分正則化模型在去噪的同時能很好地保持圖像的邊緣特征，然而該算法只是利用圖像中單個像素點或某個鄰域內(nèi)的灰度值或梯度進

2、行處理。受非局部均值濾波思想的啟發(fā)，人們考慮利用圖像的自相似性，提出了非局部框架下的全變差正則化模型NL-ROF，該去噪方法不僅有效的降低了ROF引起的階梯效應(yīng)，而且在保持圖像邊緣等細節(jié)信息方面取得了更好的效果。本文在深入分析非局部均值濾波的基礎(chǔ)上，介紹了前沿的NL-ROF去噪模型，并就該模型的正則化函數(shù)進行了較為深入的研究。主要研究工作如下:
　　 1.本文分析了圖像去噪的研究背景及意義、簡述了國內(nèi)外研究現(xiàn)狀;介紹了圖像去噪的

3、理論基礎(chǔ)，包括數(shù)字圖像的表示、退化圖像模型、噪聲模型和分類，以及圖像去噪性能的評價標準。
　　 2.本文將非局部均值濾波看作空域均值濾波的一種發(fā)展形式。首先，對空域均值濾波的原理和發(fā)展過程進行了介紹，并給出了幾種典型的空域濾波去噪方法。其次，重點介紹了NLM去噪算法的基本原理及顯著特點。最后，通過仿真實驗對各個去噪算法進行了對比研究。
　　 3.本文介紹了正則化去噪算法的基本原理，簡要分析了其發(fā)展過程，著重研究了非局部框