視頻插值ELA算法在圖像去噪中的應用研究.pdf

1、隨著圖像技術(shù)的迅猛發(fā)展及其應用領(lǐng)域的不斷拓寬，圖像處理在計算機視覺領(lǐng)域中起到了至關(guān)重要的作用。然而由于各種因素的影響（包括外界環(huán)境及硬件設(shè)備的缺陷等）會使得圖像在獲得、傳輸和處理過程中受到噪聲污染。受到污染的圖像影響人們的視覺效果，降低其所傳達的信息量，并且給圖像的后期處理帶來困難。圖像去噪是圖像處理工作的前提。
　　本文針對圖像噪聲中的椒鹽噪聲進行研究。將視頻處理領(lǐng)域中的經(jīng)典視頻插值ELA算法應用到圖像去噪中，提出了基于邊緣的改

2、進行平均圖像去噪算法（IELAD算法）和基于邊緣的多方向行平均圖像去噪算法（MELAD算法）。本文主要做了幾個方面的工作:
　　(1)結(jié)合圖像信息與視頻信息的相似性特點及圖像去噪的保邊需求，將視頻插值ELA算法引入到帶椒鹽噪聲的圖像去噪應用中。該算法將噪聲圖像中的噪聲點看作視頻圖像中待插值的未知像素點，利用噪聲點所在ELA窗口中的其它像素點，采用ELA算法對其進行去噪處理，并在VC++6.0編程環(huán)境下驗證了算法的有效性。
　

3、　(2)針對傳統(tǒng)ELA算法對視頻圖像水平方向處理不足的問題，結(jié)合噪聲圖像本身的特點，對ELA算法加以改進，提出了基于邊緣的改進行平均圖像去噪算法IELAD。算法在橫向5+5階ELA窗口的基礎(chǔ)上增加縱向5+5階ELA窗口。在該算法中，首先，對噪聲點進行偏水平還是偏垂直方向的判斷;然后，根據(jù)該判斷，選擇兩窗口中相應的五個方向來計算方向差，并選擇方向差最小值所在方向為最佳濾波方向;最后，利用該方向上的信號點對噪聲點進行恢復。
　　(3)

4、傳統(tǒng)ELA算法對視頻圖像的恢復方向有限。針對該問題，提出基于邊緣的多方向行平均圖像去噪算法MELAD。首先，為避免其它噪聲點對濾波結(jié)果的影響，對帶噪圖像進行開關(guān)中值濾波，并根據(jù)濾波結(jié)果計算5+5階ELA窗口中的五個方向差，找到方向差最小的方向;然后，我們定義與最小方向相鄰方向中方向差較小的方向為次小方向;最后，利用最小方向和次小方向上信號點灰度值的加權(quán)平均對噪聲點進行恢復。這種算法通過權(quán)重的自適應選取，使得圖像的恢復方向由五個方向擴展到