图像去噪的研究现状及发展趋势.pdfVIP

图像去噪的研究现状及发展趋势 陈风珠 陈志刚 0 (1．福州大学物理与信息工程学院 福建福州 350108 z．泉州惠安嘉惠中学 福建泉州 362102 3．厦门大学物理与机 电工程学院 福建厦门 361005) 摘【 要】本文简要介绍了图像噪声的来源、分类，图像去噪的传统方法和研究现状，并对图像去噪的发展趋势进行了探讨。基于小波变换和神经网 络相结合的去噪方法将成为今后主要的发展趋势之一。 关【键词J 图像去噪；图像噪声：研究现状 ；发展趋势 O引言 现实中的图像多是带噪图像，根据图像的特点、噪声的统计特征、频谱 我们生活在一个信息时代，科学研究表明，人类从外界获得信息约有 分布的规律，如上所诉已提出了多种去噪方法。随着科技信息的发展，遇过 75％[1]来 自视觉系统，也就是从图像 中获得的。图像具有信息量大，传输距 人类的不懈努力，提出了一些新颖的去嗓方法。文献c4】根据模糊数学理论 离远，传输速度快等一系列特点，成为人类获取、利用信息的重要来源和手 及随机脉冲噪声本身的特点，提出了模糊指标的概念，并结合边缘信息，提 段 。图像所包含的信息量和直观性是文字、声音所无法 比拟的。然而，图像 出了一种 自适应中值滤波算法：文献[5]采用模糊加权方法对均值滤波算 在生成和传输 的过程 中难免会受到噪声的污染，使得 图像的质量受到损 法进行了改进；文献 [6]提出一种先去除滤波窗口中最大最小像素值，再进 害，这不仅不符合人们的视觉效果，并且对图像的后续处理是很不利的。因 行 自适应滤波的算法；文献[7]提出了一种 自适应加权中值滤波算法；文献 此，在图像的预处理阶段中，有必要对图像进行去噪，以提高图像的信噪 [8]提出了一种混合滤波算法，该算法利用局部阂值区分受高斯噪声和脉 比。图像去噪具有很强的理论意义和应用价值 [2]。 冲噪声污染的像素，对高斯噪声采用均值滤波，对脉冲噪声采用中值滤波。 1图像噪声 在实际应用中上述几种方法都能取得一定效果，但均存在不足之处；对多 1．1图像噪声的来源 种噪声共同干扰的图像去噪效果不理想；去噪的同时平滑了图像的细节， 图像噪声，就是指妨碍人的视觉或相关传感器对 图像信息进行理解或 使图像清晰度降低，质量下降。因此，寻求一种更好的去噪方案成为很多科 分析的各种因素。通常噪声是不可预测的随机信号。图像噪声的主要来源 技人员研究的中心。 有三个方面 [2]： 3图像去嗓的发展趋势 (1)敏感元器件 内部产生的高斯噪声。这是由于器件中的电子随机热 针对传统去噪方法中的不足：传统的滤波器将受污染的图像视为一个 运动而造成的电子噪声，这类噪声很早就被人们成功的建模并研究。一般 整体进行滤波，不能根据噪声分布的特点及图像的纹理细节进行滤波，虽 用零均值高斯白噪声来表征。 然滤除了噪声，但同时对图像造成了一定程度的破坏。因此寻找一种具有 (2)光电转换过程中的泊松噪声。这类噪声是由光的统计本质和图像 局部特性并且能够保持良好的细节边缘的去噪方法尤为重要。 传感器中光电转换过程引起的，在弱光情况下，影响更为严重。常用只有泊 其中小波变换具有 良好的时频局部特性，在图像去噪领域，小波变换 松密度分布的随机变量作为这类噪声的模型。 能够在不同尺度下对图像进行去噪，解决了传统滤波器单一尺度去噪所带 (3)感光过程中产生的颗粒噪声。在显微镜下