低照度圖像去噪算法研究及硬件設(shè)計.pdf

1、隨著多媒體技術(shù)的發(fā)展，圖像處理技術(shù)已滲透于生活的各個方面，而圖像去噪是圖像處理的重要環(huán)節(jié)。在一些特殊的應(yīng)用場合，由于光照不均勻或光照度不足，采集的圖像含有大量噪聲、邊緣模糊、甚至有些信息不可識別，嚴重影響圖像的使用，因此對此類圖像去噪顯得尤為重要。
　　 圖像去噪目的是在去除噪聲的同時盡可能保持信號的有效信息。
　　 在圖像去噪算法的研究中，曾涌現(xiàn)過不少經(jīng)典的方法和理論，但去噪對象一般都是理想光照度圖像。本文根據(jù)低照度圖

2、像的特點，將邊緣檢測技術(shù)和圖像去噪算法相結(jié)合，提出了一種基于改進canny邊緣檢測的局部閾值混合去噪算法；在此基礎(chǔ)上，針對文本圖像，提出基于像素相關(guān)性的混合去噪算法；最后根據(jù)實時性應(yīng)用場合的需求，改進了傳統(tǒng)的中值濾波算法，在FPGA上設(shè)計實現(xiàn)了空域混合濾波算法。
　　 本文主要內(nèi)容如下：
　　 (1)詳細介紹傳統(tǒng)canny邊緣檢測算法的原理，在其基礎(chǔ)上提出改進的canny檢測算法。
　　 (2)研究影響小波閾值去

3、噪的幾個關(guān)鍵因素，分析Bayes閩值的原理及其特點，提出改進的自適應(yīng)局部閩值法；依據(jù)噪聲多樣性特點，采用基于改進canny邊緣檢測的局部閾值混合去噪算法對圖像降噪。
　　 (3)分析文本圖像的特點，針對傳統(tǒng)空域中值濾波算法用于文本圖像去噪時出現(xiàn)的筆畫斷裂、偽筆畫等現(xiàn)象，提出一種基于像素相關(guān)性的空域去噪算法，并結(jié)合小波閾值法對低照度文本圖像去噪。
　　 (4)完成圖像實時去噪算法的硬件設(shè)計。綜合考慮算法的實時性和復(fù)雜程度，