基于區(qū)域劃分的自然圖像去噪方法.pdf

1、圖像去噪一直以來都是計算機圖像處理和計算機視覺中的一個研究熱點，并且隨著成像分析和對圖像的后續(xù)應用方面的發(fā)展，人們對圖像質量的要求越來越高，因此自從圖像去噪出現(xiàn)的那天起，人們就沒有間斷過對圖像去噪算法的研究。之前人們所提出的圖像去噪算法，雖然都能起到去除噪聲的效果，但是各種方法都存在著自身的問題。近年來Antoni Buades提出的非局部均值去噪方法，Dabov等人提出的三維塊匹配去噪方法(Block match and3-D fil

2、tering，BM3D)，都利用圖像自身的相似性取得了很好的去噪效果，但是在光滑區(qū)人工痕跡比較明顯。
　　針對上述去噪算法存在的問題，本文提出了基于區(qū)域劃分的圖像去噪方法。將一幅帶有噪聲的圖像分成很多小塊，通過大量的統(tǒng)計實驗發(fā)現(xiàn)，塊的方差在噪聲圖像的光滑區(qū)域和非光滑區(qū)域存在很大的差別，光滑區(qū)域方差較小而非光滑區(qū)域方差很大。我們通過閾值選取那些較小方差的塊，認為它處于光滑區(qū)域，其余部分為非光滑區(qū)域，從而將一幅噪聲圖像劃分為光滑區(qū)域和

3、非光滑區(qū)域。primal sketch是一種稀疏表示模型，它將圖像分為“可素描”部分和“不可素描”部分，而“可素描”部分正是邊緣結構所在的區(qū)域，我們按照primal sketch圖上各點的方向設計結構塊來提取圖像的結構區(qū)域。最后，由于用方差統(tǒng)計的方法將一幅圖像分成了光滑和非光滑區(qū)域，用primal sketch結構提取的方法將圖像分為結構區(qū)和非結構區(qū)。結構區(qū)域有可能跟光滑區(qū)和非光滑區(qū)重合，我們制定了融合規(guī)則，認為當與結構區(qū)重合時按結構區(qū)

4、處理，不重合的區(qū)域按原來的光滑或非光滑區(qū)域處理。從而將圖像分為結構區(qū)，光滑區(qū)和非光滑區(qū)。
　　針對光滑區(qū)域，由于非局部均值方法在光滑區(qū)域留下了人工痕跡，“偽紋理”現(xiàn)象，本文提出了加入均值思想的非局部均值方法，以消除非局部均值帶來的“偽紋理”現(xiàn)象，取得了更好的去噪效果。對結構區(qū)域，我們改進了BM3D方法中塊的取法，取的塊不再是傳統(tǒng)的正方形塊，而是與Primal sketch線段方向相一致的正方形塊。將找到的相似塊組合成三維數(shù)據(jù)，用三