數(shù)字圖像非線性濾波算法的研究.pdf

1、論文首先對數(shù)字圖像處理的發(fā)展歷史、研究包含的內(nèi)容、理論應(yīng)用領(lǐng)域做了簡要的介紹，然后著重介紹了圖像處理研究領(lǐng)域中圖像恢復(fù)問題。 論文總結(jié)了前人提出的主要的濾噪算法：針對加性噪聲的空間濾波方法和針對周期噪聲的頻帶濾波器．針對加性噪聲的濾除主要的空間濾波算法包括：均值濾波算法、順序統(tǒng)計濾波器、自適應(yīng)濾波器．針對周期噪聲的濾除主要的頻帶濾波方法包括：帶阻濾波器、帶通濾波器、陷波濾波器．論文還簡要地介紹了近年來出現(xiàn)的小波濾噪算法和形態(tài)學(xué)濾

2、波算法．在深入研究前人算法基礎(chǔ)上，針對圖像感染高斯噪聲，提出一種基于概率統(tǒng)計模型與圖像主紋理方向分析的非線性濾波算法，算法利用Radon變換對圖像進(jìn)行主紋理方向分析，得到圖像的局部紋理方向概率密度分布，然后基于概率統(tǒng)計模型借助中心像素的若干鄰近像素對中心像素進(jìn)行估計得到中心像素點(diǎn)的灰度值。此算法充分利用了圖像的局部特征，既具有良好的去噪能力，又兼顧了對圖像細(xì)節(jié)的保持特性。實(shí)驗(yàn)結(jié)果表明，該算法在處理同時感染脈沖噪聲和高斯噪聲的混合噪聲圖像

3、時，算法效果和細(xì)節(jié)保持能力明顯優(yōu)于其他濾波算法。針對圖象感染椒鹽噪聲，提出基于二次噪聲檢測和細(xì)節(jié)保護(hù)規(guī)則函數(shù)的圖像濾波算法，算法將濾噪過程分為兩個階段：噪聲檢測和噪聲恢復(fù)。在噪聲檢測過程將第一次用自適應(yīng)中值原理檢測出來的噪聲點(diǎn)通過局部模糊隸屬度函數(shù)進(jìn)行二次判斷，有效提高了噪聲檢測的準(zhǔn)確度。在噪聲恢復(fù)階段，利用細(xì)節(jié)保護(hù)規(guī)則函數(shù)與和e<,1>數(shù)據(jù)逼近的凸面代價函數(shù)來恢復(fù)噪聲點(diǎn)，為了充分利用了圖像局部特征，自適應(yīng)地選擇噪聲點(diǎn)周圍的象素點(diǎn)通過細(xì)