文档介绍：资料
装
订
线
本科生毕业论文(设计)
题目: 基于马尔科夫场的图像去噪研究
系部电子信息工程学院
学科门类工学
专业电子信息工程
学号 0808211026
姓名叶铭
指导教师沈晶
2012年 4月 17日
基于马尔可夫场的图像去噪方法研究
摘要
随着数字图像处理技术的普及,应用范围的扩展,图像处理越来越受到人们的关注并且不断发展。在许多科技领域对于图像质量的要求也越来越高,而噪声是影响图像质量的主要因素,因此图像去噪是图像处理的首要任务,对于图像处理后续工作的顺利进行有很重要的现实意义。
近年来,图像去噪无疑也是图像处理领域的研究热点。针对图像噪声的去除,研究人员经过多阶段的研究提出了很多有效的,经过实验结果分析证明的方法,当然任何一种去噪方法都不可能完全地去除图像中的噪声,完整恢复图像,然而研究人员一直都在原有的去噪方法基础上逐步突破其局限性,完善去噪的方法,以期能得到更好的去噪效果,提高去噪的质量。
本课题是基于马尔可夫随机场图像去噪方法的研究,马尔可夫随机场拥有其在图像处理领域的独特优势,有着完备的数学基础和优化算法支持,因此它在去噪上的应用受到越来越多的关注。本论文将马尔可夫随机场模型和贝叶斯框架相结合,运用完备的算法框架,对图像进行去噪。实现并分析了Membrane MRF(MMRF)和Gaussian MRF(GMRF)这两种模型,并针对GMRF模型去噪结果中出现的个别很小区域不滤波的现象,提出了迭代因子的方法解决了这一问题。MMRF和GMRF模型是最常用的两种模型。但这两种模型都无法辨别图像边缘处相邻像素点之间的差异,不能很好地描述边缘处像素值具有陡变特性的图像结构特征,导致去噪过程中图像边缘的模糊。针对这一问题,在优化中提出了基于区域分割的自适应邻域MMRF,该模型是在图像区域分割后,将不属于同一区域的邻域点不参与运算,避免图像边缘处相邻像素点之间的相互影响从而有效地保护图像的边缘。实验结果表明,相比于传统的MMRF模型,自适应邻域MMRF模型对图像的边缘保持有明显的提高。
关键词:数字图像去噪 MRF 贝叶斯框架
ABSTRACT
With the popularity of digital image processing technique and the expansion of its application scale,image processing is being paid more and more attention and has acquired continuous development. In science and technology, requirements of image quality are increasingly high, and noise is the main factor which affects the quality of image. So the image denoising is the primary task of image processing. Image denoising has very important practical significance for image processing.
Recently, image denoising can surely be the main point of the research in the field of image processing. In image noise removal, researchers provided a lot of effective method of denoising after much research and the analysis of experimental results. Of course, any kind of denoising method pletely remove the noise of the image and recover the whole image, but researchers have developed denoising method based on its limitations, hoping to get better denoising result and improve denoising quality.
This topic is based on Markov Random Field for image denoising .Markov Random Field has