結(jié)合結(jié)構(gòu)張量的圖像去噪及其增強(qiáng)的研究.pdf

1、噪聲作為一種干擾信號無處不在。人們用攝像設(shè)備獲得圖像來擴(kuò)展視覺功能時，需要進(jìn)行圖像處理、去除噪聲才能還原出更多的信息。例如超聲成像診斷由于成像過程中特有的斑紋干擾臟器邊緣成像，給病灶的識別帶來了難度。同樣水下設(shè)備成像會受到惡劣環(huán)境因素的干擾，導(dǎo)致獲得的圖像邊緣模糊質(zhì)量不佳，后續(xù)工作開展困難，嚴(yán)重影響了水下目標(biāo)的識別定位精度。
　　 本文以超聲圖像的斑紋噪聲和水下圖像的周期噪聲為研究對象，分析了噪聲模型，指出了傳統(tǒng)去噪方法的不足，

2、即容易在去掉噪聲的同時損失了邊緣信息。這在超聲圖像和水下圖像等對邊緣要求嚴(yán)格的場合中是不允許的。針對這兩種圖像邊緣要求嚴(yán)格的情況，本文提出了利用結(jié)構(gòu)張量和小波變換這兩個數(shù)學(xué)工具去除圖像噪聲、同時保留住邊緣信息的算法。
　　 結(jié)構(gòu)張量和梯度邊緣算子相比帶有更多的信息，能更好地描述出圖像目標(biāo)的邊緣、形狀、角點(diǎn)等結(jié)構(gòu)信息，目前已經(jīng)在計算機(jī)視覺中廣泛使用。實(shí)驗(yàn)證明從線性結(jié)構(gòu)張量到非線性的結(jié)構(gòu)張量的改進(jìn)，使得結(jié)構(gòu)信息更加準(zhǔn)確。本文將非線性

3、結(jié)構(gòu)張量應(yīng)用到小波變換的多尺度的環(huán)境中，利用多尺度結(jié)構(gòu)張量和小波系數(shù)中邊緣信息的對應(yīng)關(guān)系，能夠很好地從背景噪聲中提取出結(jié)構(gòu)信息。以此去修改對應(yīng)的各尺度中帶有噪聲和邊緣等高頻信息的小波系數(shù)，擴(kuò)大邊緣結(jié)構(gòu)信息和噪聲系數(shù)的區(qū)分度，便于去噪時將兩部分信息區(qū)別處理。再利用改進(jìn)后的小波閾值萎縮法，就能更好地去除噪聲并同時保留住結(jié)構(gòu)信息強(qiáng)的邊緣信息。最后針對水下圖像去噪后仍然存在目標(biāo)明暗不均的問題，給出了利用模糊模型來達(dá)到圖像增強(qiáng)的算法。該算法依據(jù)最