论文部分内容阅读
图像去噪是图像处理中非常重要且基本的方法之一。其结果的准确性和可靠性是图像复原、分割、图像识别、特征提取等后继工作得以顺利进行的重要保障。图像去噪的目的就是对退化的图像进行处理并使其恢复到退化前的理想状态。图像去噪效果的一个重要标准就是在有效去除噪声的同时能很好的保持图像的细节等原有信息。由于图像中的噪声和细节具有相似的特征,这使图像的去噪与细节的保持成为一直以来难以解决的矛盾。本文以目前常用的图像去噪方法为基础,根据相关性理论,重点研究了图像噪声的检测和补值两部分内容,其主要工作内容如下：1)介绍了图像去噪的发展意义及国内外研究动态,分析了数字图像及其所含噪声的特点,选择了其中影响较为广泛的椒盐噪声进行去噪方法的研究。2)描述了数字图像的基本特征,具体分析了灰度图像和彩色图像的特征,针对去噪的效果给出了对应的主观评价和客观评价的一般方法。3)研究了相关性理论的特点,给出一步相关法的描述及导出,介绍一步异相关法的检测和一步相关法的补值,并将相关理论推广到图像处理中。通过灰度图像处理的初步实验,得出本文方法的具体研究及实现流程。4)针对灰度图像及其所含噪声的特点,对一步异相关法进行了改进以提高其噪声的检测精度,根据邻域相关法研究并给出适合灰度图像的加权补值方法。5)针对彩色图像及其所含噪声的特点及彩色图像的复杂程度,进一步对一步异相关法进行改进,并在检测噪声之前对图像进行了钝化细节以突出噪声特点的预处理以进一步增加噪声检测的准确度。针对彩色图像去噪易出现伪彩色的问题,研究彩色图像像素本身之间和权重得出中所考虑的像素之间的双重相关性,给出适合彩色图像的最相关矢量补值方法。最后通过仿真实验以及相应的图像质量评价分析,并和目前对应的图像去噪方法进行了比较,验证了本文方法的有效性和实用性。本文所得的基于一步相关性和相关度加权的检测与补值方法可使图像边缘细节、信噪比等指标得到明显提高,同时将图像的相关特征纳入算法的参数当中,使整体的去噪过程更具普适性。