數(shù)學(xué)形態(tài)學(xué)與變換域圖像去噪算法及其并行化研究.pdf

1、圖像去噪是圖像處理中一種基本而重要的技術(shù)。圖像在數(shù)字化的過程中不可避免地會引入一些噪聲，這些噪聲會妨礙人們對圖像的理解，影響圖像的質(zhì)量。利用去噪技術(shù)可以從復(fù)雜的信號中提取出所需要的信號，并抑制干擾信號，使圖像更加清晰，反映出的信息更準(zhǔn)確。圖像的清晰度主要決定于圖像邊緣、細(xì)線和小特征是否清晰，特征之間的區(qū)域變化是否平滑。傳統(tǒng)的圖像去噪方式，在去除噪聲污染的同時(shí)會造成圖像邊緣的模糊，不能很好地保持輪廓信息。為了解決圖像濾波時(shí)的輪廓保持問題，

2、研究者們提出了一類新的非線性方法，即基于數(shù)學(xué)形態(tài)學(xué)的圖像去噪方法。這種方法對圖像形態(tài)特征進(jìn)行分析，利用預(yù)先定義的結(jié)構(gòu)元對信號進(jìn)行匹配，以達(dá)到提取信號、抑制噪聲的目的，具有并行性和快速性的特點(diǎn)，因而在國內(nèi)外受到普遍關(guān)注。 本論文以數(shù)學(xué)形態(tài)學(xué)理論為基礎(chǔ)，分別研究了二值圖像、灰度圖像、彩色圖像的去噪算法，在傳統(tǒng)的形態(tài)學(xué)去噪算法的基礎(chǔ)上，進(jìn)行改進(jìn)和創(chuàng)新，進(jìn)一步提高了圖像的質(zhì)量。 在二值圖像去噪算法中，設(shè)計(jì)與實(shí)現(xiàn)了一種多結(jié)構(gòu)元素的

3、串行廣義復(fù)合形態(tài)濾波器。由于傳統(tǒng)的形態(tài)濾波只采用單一結(jié)構(gòu)元素，致使濾波結(jié)果無法顧及圖像在不同方向上的特征，不能完全濾除噪聲，模糊了圖像的細(xì)節(jié)特征。本文在二值圖像去噪算法中采用了多尺度多方向的結(jié)構(gòu)元素，不僅有效地抑制了圖像中的噪聲，而且較好地保持了圖像的幾何特征。同時(shí)利用廣義復(fù)合形態(tài)濾波具有平移不變性、遞增性、等冪性等重要特征進(jìn)行圖像降噪。在灰度圖像去噪算法的設(shè)計(jì)上，采用了一種Contourlet 變換結(jié)合Cycle Spinning 技

4、術(shù)、形態(tài)學(xué)HMT變換的去噪方法。Contourlet變換是一種真正的圖像二維表示方法，具有多分辨性、局域性、方向性的優(yōu)點(diǎn)，而Cycle Spinning 技術(shù)能夠有效抑制由于Contourlet 變換缺乏平移不變性而引起的偽Gibbs 現(xiàn)象，在以上兩者結(jié)合的基礎(chǔ)上，對于Contourlet 分解后高頻子帶中的噪聲，運(yùn)用數(shù)學(xué)形態(tài)學(xué)中的HMT 變換進(jìn)行有針對性的提取和去除。與傳統(tǒng)的小波變換閾值去噪方法相比，這種方法更好的平滑了噪聲，保持了更

5、多的圖像邊緣和紋理細(xì)節(jié)，視覺效果也更好。對于彩色圖像去噪，采用了一種基于RGB 彩色空間的改進(jìn)的中值濾波，結(jié)合多結(jié)構(gòu)元素的標(biāo)量形態(tài)濾波算法。傳統(tǒng)的中值濾波對所有的數(shù)據(jù)采用統(tǒng)一的處理方法，對每個(gè)像素都進(jìn)行排序取中值，計(jì)算量巨大，時(shí)間復(fù)雜度高。而改進(jìn)的中值濾波采用信噪分別處理的算法，排序時(shí)充分利用更新后的數(shù)據(jù)，克服了傳統(tǒng)中值的不足，降低了時(shí)間復(fù)雜度，濾波效果也明顯得到改善。同時(shí)根據(jù)人眼對三基色不同的敏感程度，選用不同大小的結(jié)構(gòu)元素對三基色分

6、別進(jìn)行處理，與采用同樣的結(jié)構(gòu)元素對整個(gè)圖像處理相比，在濾除噪聲的同時(shí)，保留了更多的色彩信息，且不影響人眼對圖像的視覺效果。本文在彩色圖像去噪算法中，深入研究了改進(jìn)的中值濾波算法并行化的可行性，實(shí)現(xiàn)了基于MPI的改進(jìn)中值濾波的并行化算法，顯著提高了改進(jìn)的中值濾波算法的計(jì)算效率。 通過對各種改進(jìn)算法的仿真實(shí)驗(yàn)效果和去噪算法性能指標(biāo)(MAE、MSE、NMSE、PSNR)分析，表明本文各種改進(jìn)算法比傳統(tǒng)算法具有更大的靈活性，濾除噪聲的能