數(shù)字圖像混合去噪算法的研究.pdf

1、在數(shù)字圖像領(lǐng)域,由于各種因?yàn)槭沟脠D像不可避免的受到噪聲的污染。噪聲破壞了圖像原有的信息,對(duì)圖像的后期處理帶來(lái)很大的影響,所以在圖像的預(yù)處理階段進(jìn)行圖像去噪。
　　 圖像中的噪聲基本是由椒鹽噪聲和高斯噪聲組成的混合噪聲,現(xiàn)有的去噪算法大多針對(duì)這兩種噪聲。本文在對(duì)這兩種噪聲的數(shù)學(xué)模型和灰度值直方圖進(jìn)行了分析的基礎(chǔ)上。針對(duì)椒鹽噪聲,在對(duì)經(jīng)典的去噪模型中先判斷后濾除思想進(jìn)行了分析的基礎(chǔ)上,在噪聲判斷方面,分析了一些經(jīng)典的噪聲判斷法,如:

2、開(kāi)關(guān)閾值法、極值判斷法及兩極門(mén)限法,最后選取了兩極門(mén)限檢測(cè)法作為椒鹽噪聲判斷的有效檢測(cè)法。在噪聲濾除方面,分析了中值濾波、去極值中值濾波和方向中值濾波的優(yōu)劣性,針對(duì)方向中值濾波有很好的方向性,但存在著細(xì)節(jié)判斷不夠的缺點(diǎn),提出了一種基于模糊推理的方向中值椒鹽濾波算法。針對(duì)高斯噪聲,研究了幾種偏微分方程的模型,如:熱傳導(dǎo)方程、P-M方程及方向擴(kuò)散方程,分析了各種模型的優(yōu)缺點(diǎn),針對(duì)帶邊緣停止函數(shù)的方向擴(kuò)散模型具有良好的邊緣保護(hù)能力,但同樣存在