圖像椒鹽噪聲及高斯噪聲去噪方法研究.pdf

1、圖像噪聲，就是妨礙人的視覺感知，或是干擾傳感器接受圖像源信息，導致理解和分析誤差，也可以理解為真實信號與理想信號之間存在的偏差。噪聲一般是不可預測的隨機信號，通常采用概率統(tǒng)計方法對其進行分析。噪聲影響圖像處理的輸入、采集、處理的各個環(huán)節(jié)以及輸出結果的全過程。在圖像處理中，輸入圖像噪聲的抑制是十分關鍵的問題。若輸入伴有較大的噪聲，必然影響處理全過程及輸出的結果。
　　從噪聲的分類方法來看是多種多樣的。但綜合來說，噪聲是隨機產生的量，

2、所以可以從統(tǒng)計數學的觀點來定義噪聲。各種類型的噪聲反映在圖像畫面上，大致可以分為兩種類型：椒鹽噪聲和高斯噪聲。
　　本文首先描述了圖像的退化模型，對椒鹽噪聲和高斯噪聲進行了介紹。接著詳細的介紹了圖像去噪的兩類方法：空域濾波去噪和頻域濾波去噪。同時對常用去噪效果的評價方法進行了介紹。
　　本文主要分三個部分。在第一部分，首先介紹了去除椒鹽噪聲一些常用的方法。接著結合均值濾波和自適應中值濾波兩者的優(yōu)點，提出了改進的自適應中值濾波

3、算法。實驗結果表明，該算法能夠有效的消除被污染圖像中的高密度脈沖噪聲，并較好的保留原始圖像細節(jié)和邊緣。
　　在第二部分，介紹了獨立分量分析，為第三部分的稀疏編碼作好理論鋪墊，并且提出了可調速率相對梯度算法。在獨立分量分析的相對梯度算法中，要取得較好的效果，選取合適的學習速率是至關重要的。本文提出了一種可調速率的相對梯度算法，隨著迭代次數的變化，使相對梯度算法的學習速率作相應變化，從而較好地解決了收斂速度與穩(wěn)定性的矛盾。將這個方法應