多模圖像聯(lián)合去噪算法研究.pdf

1、隨著醫(yī)學影像、遙感成像等技術的不斷發(fā)展，可用的多模圖像越來越多。但是圖像在獲取、傳輸與記錄過程中不可避免地要受到各種噪聲信號的干擾，多模圖像通常由不同的采集設備獲得，因此更容易受到成像帶寬的限制而產(chǎn)生噪聲。在圖像處理與計算機視覺領域,圖像去噪是一項重要的、基本的研究課題。去除圖像噪聲能提高圖像視覺質量，是對圖像后續(xù)處理的前提；另外，圖像去噪的方法在理論上與其他圖像處理有著緊密的聯(lián)系，研究圖像去噪方法有一定的理論價值和實際意義。本文以多模

2、圖像作為研究對象，主要的研究內(nèi)容和成果包括：
　　1）提出了一種新的基于非局部均值的多模圖像濾波算法。在該方法中，對于噪聲圖像濾波采用非局部均值方法，其中對于噪聲圖像塊之間灰度相似測度權重由另一幅圖像來引導計算。實驗結果表明，該方法比基于局部的圖像去噪方法如雙邊濾波算法有更好的去噪效果。在此基礎上通過構造聯(lián)合積分圖像來對提出算法進行加速，與原始算法相比復雜度顯著降低，并且算法的復雜度不受濾波器大小影響，易于在并行系統(tǒng)中實現(xiàn)。

3、>　　2）提出了一種基于交叉積分直方圖的對偶雙邊濾波算法，使算法能夠在沒有清晰參考圖像的情況下進行多模圖像去噪處理。對偶雙邊濾波是目前對多模圖像去噪較為常規(guī)的方法，能同時對多幅圖像進行聯(lián)合去噪，但存在計算效率低下的問題。本文算法通過所構造的交叉積分直方圖，能夠在常數(shù)時間里計算出濾波器的系數(shù)，并且算法的復雜度不受濾波半徑的影響，因此有效提高了原始對偶雙邊濾波器的適用范圍和計算效率。
　　3）提出了一種交叉雙域濾波算法，可以解決目前多

4、模圖像時域聯(lián)合濾波算法對圖像細節(jié)信息保持較差的問題。算法在時域中使用交叉雙邊濾波，通過多模圖像邊界上的信息互補保持邊緣信息，然后對圖像殘量使用小波收縮算法恢復細節(jié)信息并疊加到時域濾波結果中。在此基礎上構造時域和頻域交替迭代并通過逐步遞減縮小濾波核的范圍獲得最終濾波結果。通過對多模醫(yī)學圖像和自然多模圖像進行測試，相比目前聯(lián)合濾波算法和單模雙域算法，所提出算法在PSNR值和視覺上都有較明顯提高。
　　本文提出的算法，可以有效地對多模圖