文档介绍：华中科技大学
硕士学位论文
基于像素分类思想的图像自适应混合去噪算法
姓名:康泱
申请学位级别:硕士
专业:电路与系统
指导教师:严国萍
20060429
摘要
现实中,图像在被获取和被传输时常常会受到各种各样的噪声干扰,例如高斯
白噪声、脉冲噪声和乘性噪声等。为了改善图像质量以及便于各种后续处理(如边缘
检测),学者们提出了许多去除噪声的方法,如针对脉冲噪声的中值滤波方法和针对
高斯白噪声的领域去噪方法等。但是,传统的去噪方法都专注于对图像噪声的抑制,
而缺乏对图像边缘的保护,因此会使去噪后的图像边缘变得模糊。而边缘常常包含
着重要的图像特征,细节的破坏会影响后续的图像识别工作。针对这一问题,本文
以高斯白噪声和脉冲噪声为模型,在分析现有方法的基础上,对图像去噪算法中的
边缘保护问题做了一定研究,并且提出了一种基于像素分类的自适应混合滤波去噪
方法。
由于在一幅图像中,平坦区域的方差较小,边缘和脉冲噪声存在的区域方差较
大,可以根据方差的不同,对不同区域的中心像素分类,并采用不同的滤波方式。
对于判断为脉冲噪声的点,采用区域中值滤波方法;对于判别为边缘的像素,采用
灰度相近点的加权线性滤波方法;对于其他像素,用不同参数的高斯模板进行平滑,
模板参数通过文中提出的线性函数来确定,从而达到自适应的效果。
本文提出的方法,考虑到图像边缘特征细节的保留和整体噪声的消除,用归类
的思想,在分类和细节的保留后,进一步对相同类中的像素点进行平滑去噪。这样
可以使边缘点和非边缘点分开来,从而最大限度的保留图像的细节信息。
论文中对这种算法进行了仿真,并且从主观和客观两方面与一些传统的滤波算
法进行了比较,从结果可以看出,本算法在对滤波和对图像细节的保留上优于一般
的滤波算法。
关键词:自适应混合滤波图像去噪加权滤波
I
Abstract
Images are often corrupted in acquisition and transmission by various kind of noise,in
cluding additive Gaussian white noise,impulse noise,multiplicative noise,etc. To improve
the visual quality of the images and to faciliate eeding procedure (edge detection
etc),many denoising approaches have been proposed,such as the median filtering
algorithm for impulse noise and the neighborhood denoising approch for additive
Gaussian white noise. However,current approaches concentrate on the removal of noise
but lack the preservation of edges in images, causing the e images
edges often contain the details of images and the destruction of image details will affect
follow image recognition. In this dissertation,we analyze some classic algorithms for
additive Gaussian white noise and salt-pepper noise and propose an adaptive hybird
denosing algorithm for image based on thought of pixels classifying.
In an image,variant of the plain area is less than the edge area and implus noise area.
We classify centre pixels of different areas according to the value of the variant and use
different approachs for denoising. For impulse noise pixels,we will use area