基于小波域局部特征的圖像去噪與融合.pdf

1、本論文的研究目標(biāo)是分析和發(fā)掘圖像在空間域、變換域的局部特征并將其應(yīng)用于小波域的圖像去噪和圖像融合。本文的工作主要針對(duì)小波域圖像去噪與尺度間系數(shù)對(duì)齊問題相關(guān)的圖像細(xì)節(jié)模糊問題、Bandlet變換的自底向上蠻力搜索圖像幾何正則性的低效問題、基于紅外圖像增強(qiáng)低亮度光學(xué)圖像時(shí)引入的漂白現(xiàn)象,以及小波域定義的多種對(duì)比度(顯著性測(cè)度)的關(guān)系及其對(duì)相關(guān)融合算法性能的影響問題。研究的內(nèi)容涉及到提出解決這些問題的概念、定義和算法,通過必要的仿真實(shí)驗(yàn)和實(shí)際

2、圖像的應(yīng)用實(shí)驗(yàn),驗(yàn)證了新方法的性能,并和現(xiàn)有的其它同類方法進(jìn)行了比較和分析。本文的主要研究成果為:
　　1.針對(duì)現(xiàn)有的基于圖像相似性指標(biāo)UIQI和SSIM中在計(jì)算對(duì)比度相似性的時(shí)候并未考慮圖像局部背景亮度的問題,提出了一種綜合性圖像質(zhì)量測(cè)度指標(biāo),該指標(biāo)著重強(qiáng)調(diào)了主觀評(píng)價(jià)和客觀評(píng)價(jià)的全面考量,特別是考慮到人類視覺心理對(duì)于細(xì)節(jié)保持和圖像對(duì)比度的感知特點(diǎn),由此得到的評(píng)價(jià)指標(biāo)比原來的UIQI和SSIM指標(biāo)與人類視覺感知的特點(diǎn)更為一致。

3、r>　　2.針對(duì)原有Bandlet變換中自底向上蠻力搜索圖像正則幾何、存在大量無效搜索量的問題,結(jié)合了圖像作為二維函數(shù)的全變差值與目標(biāo)邊界間的積分關(guān)系,設(shè)計(jì)了一種自頂向下的幾何搜索策略,并用以改進(jìn)原Bandlet變換算法。新的改進(jìn)算法可以避免多種區(qū)域的幾何搜索操作,如勻質(zhì)或常值區(qū)域、零值區(qū)域等,從而可以提高Bandlet變換算法的時(shí)間性能;
　　3.在應(yīng)用小波等多分辨分析去除圖像噪聲時(shí),人們基于小波變換系數(shù)尺度間和尺度內(nèi)的相關(guān)性,

4、建立了多種模型,最常見的是 Markov鏈、Markov樹、高斯混合分布等統(tǒng)計(jì)模型。而基于尺度間點(diǎn)態(tài)預(yù)測(cè)和尺度內(nèi)插值的非統(tǒng)計(jì)模型則另辟蹊徑,完全不必考慮小波變換系數(shù)的統(tǒng)計(jì)特性——借助于尺度間的(大值)系數(shù)位置預(yù)測(cè)、通過求解一個(gè)確定性方程組即可完成基于SURE原理的閾值法去噪。然而這種尺度間的預(yù)測(cè)至少存在兩個(gè)方面的問題,一是經(jīng)過逐級(jí)下采樣操作后,細(xì)尺度大系數(shù)在粗尺度下可能會(huì)消失;二是由于Gibbs效應(yīng)影響,尺度間的大系數(shù)未必能夠互相對(duì)應(yīng),

5、細(xì)尺度下的大值系數(shù)未必對(duì)應(yīng)于粗尺度下同一位置的大值系數(shù),反之亦然。這個(gè)算法缺陷的直接后果就是在去噪過程中丟失弱紋理細(xì)節(jié)。借鑒于Bandlet變換定義圖像局部幾何流的思想,通過設(shè)定小波域尺度間方向幾何流預(yù)測(cè)的方法,本文解決了這一弱紋理細(xì)節(jié)去噪后被弱化以致模糊的問題;該方法的關(guān)鍵在于,盡管個(gè)別像素點(diǎn)的系數(shù)可能會(huì)在粗尺度由于下采樣消失、在不同的尺度間失去原來的位置對(duì)應(yīng)關(guān)系,但是,這樣的像素點(diǎn)所附著的圖像幾何元卻依然存在,其位置和尺度間對(duì)應(yīng)關(guān)系

6、并不隨尺度變化而變化。換言之,該項(xiàng)工作利用具有尺度間不變性的方向幾何流特征間的對(duì)應(yīng)預(yù)測(cè)關(guān)系解決了去噪后紋理等細(xì)節(jié)模糊的問題
　　4.針對(duì)紅外圖像中像素值亮度(直方圖)分布的局部特征,通過拉伸直方圖上暗區(qū)像素的差異、同時(shí)壓縮明亮區(qū)域像素的差異,并用于增強(qiáng)與之相對(duì)應(yīng)的光學(xué)圖像,從而可以消除增強(qiáng)圖像和融合圖像中存在的漂白效應(yīng),使得到的融合圖像具有光學(xué)域的特點(diǎn)便于人類視覺系統(tǒng)感知,又能夠避免漂白效應(yīng)混淆目標(biāo)特征及其邊界。產(chǎn)生漂白效應(yīng)的像素

7、值與紅外圖像中低溫目標(biāo)產(chǎn)生的暗像素有關(guān),發(fā)現(xiàn)這一個(gè)事實(shí)是構(gòu)造出本算法的關(guān)鍵。
　　5.在分析比較了多個(gè)圖像融合研究中,基于對(duì)比度(顯著性測(cè)度)值選擇源圖像的變換系數(shù)作為融合圖像的變換系數(shù),是近年來多分辨變換域圖像融合領(lǐng)域的熱點(diǎn)。然而,現(xiàn)有的對(duì)比度定義中,有的沒有對(duì)圖像特征的局部背景亮度信息給予足夠的重視而未加考慮,有的在計(jì)算對(duì)比度的時(shí)候沒有討論有關(guān)的區(qū)域窗口尺寸的設(shè)置影響,有的則完全忽視了圖像的多分辨分析的低通逼近系數(shù)的融合也需要