基于結(jié)構(gòu)相似度的圖像去噪方法研究.pdf

1、近年來(lái),越來(lái)越多的學(xué)者致力于圖像處理領(lǐng)域的研究,使圖像處理技術(shù)得到了快速發(fā)展。本文在研究結(jié)構(gòu)相似度(SSIM)的基礎(chǔ)上,針對(duì)圖像處理中的去噪問(wèn)題,提出了一些新的基于結(jié)構(gòu)相似度的去噪模型,并給出了新模型的求解方法。本文的主要內(nèi)容如下:
　　1.在經(jīng)典的ROF模型中,作為其忠誠(chéng)項(xiàng)的L2度量沒(méi)有考慮圖像的空間結(jié)構(gòu)性,導(dǎo)致恢復(fù)圖像視覺(jué)效果差。針對(duì)這一缺陷,引入一種基于結(jié)構(gòu)相似度的度量作為模型的忠誠(chéng)項(xiàng),提出了一種新的去噪模型(模型1)。在模

2、型1的基礎(chǔ)上,為了保護(hù)圖像的邊緣結(jié)構(gòu)不被破壞,用非凸形式的正則項(xiàng)代替模型1中的TV正則項(xiàng),得到了另一個(gè)自適應(yīng)性的新模型(模型2)。數(shù)值實(shí)驗(yàn)結(jié)果表明,相比于ROF模型,模型1和模型2的去噪結(jié)果有效改善了恢復(fù)圖像的視覺(jué)效果,并且模型2在保護(hù)邊緣方面的性能優(yōu)于模型1。
　　2.傳統(tǒng)的非局部均值濾波算法中,在細(xì)節(jié)豐富的邊緣區(qū)域的小塊很難找到與之相似性較高的小塊,故加權(quán)平均效果不明顯,導(dǎo)致它在邊緣區(qū)域去噪能力較弱。針對(duì)這一缺陷,提出一種自適

3、應(yīng)的權(quán)函數(shù)計(jì)算方法。新的權(quán)函數(shù)計(jì)算方法中,在邊緣區(qū)域,引入結(jié)構(gòu)相似度參數(shù)作為小塊相似性的度量。由于結(jié)構(gòu)相似度充分考慮了圖像的結(jié)構(gòu)信息,能夠準(zhǔn)確地將邊緣區(qū)域的相似小塊與不相似小塊區(qū)別開(kāi)來(lái),增強(qiáng)算法在結(jié)構(gòu)信息復(fù)雜的邊緣區(qū)域的作用。數(shù)值實(shí)驗(yàn)表明,新算法在去噪過(guò)程中,能夠保護(hù)圖像的細(xì)節(jié)信息不被磨損,從而提高恢復(fù)圖像的視覺(jué)效果。
　　3.基于結(jié)構(gòu)相似度與稀疏表示理論,提出了一種改進(jìn)的稀疏正則化方法。在新方法中,利用一種基于結(jié)構(gòu)相似度的度量代