《去除高斯噪声的快速分区域去噪算法.》.pdfVIP

2014年 4月 计算机工程与设计 Apr．2014 第 35卷 第 4期 COMPUTER ENGINEERINGAND DESIGN VoI．35 No．4 去除高斯噪声的快速分区域去噪算法 杨先凤，樊 勇，彭 博，陈 琳，王奥民 (西南石油大学计算机科学学院，四川 成都 61050O) 摘 要：针对使用统计方法对图像进行分区域去噪时，区域划分的阈值存在人为选择和整个去噪过程耗时过 多的问题，提 出了一种无需人为选择阈值参数的快速分区域去噪算法。对污染图像进行噪声估计；用两个矩阵分别存储在后期计算过程 中反复使用的平方值，进行无需人为选择阈值参数的区域划分；分别用不同的策略对不同区域去噪，将 区域去噪结果合成 恢复图像。实验结果表明，该算法具有较快的运算速度 ，处理的图像有较高的峰值信噪比。 关键词：图像分割；区域；统计方法；边缘检测；高斯噪声；去噪 中图法分类号：TP391．41 文献标识号：A 文章编号：1000—7024(2014)04—1341—06 Fastdenoisingalgorithm basedonregionsforimagecorruptedby Gaussiannoise YANG Xian-feng，FAN Yong，PENG Bo，CHEN Lin，WANG Ao—min (SchoolofComputerScience，SouthwestPetroleum University，Chengdu610500，China) Abstract：Tosolvetheproblemsthatthresholdisselectedmanuallyinprocessofsegmentingandmuchtimeisspentwhenstatis— ticalmethodisusedtoremovenoise，a{astdenoisingalgorithmsbasedOnregionsispresented．Firstly，noiseintensityperpixeI isestimatedapproximativelyandtwomatrixeswhichstorethesquareofintensitiesofcontaminatedimageandapproximatenoise perpixelrespectivelyarebuilt．Secondly，theimageispartitionedintotWOregionswiththeexactthreshold．Finally，theintensi— tiesoftworegionsarehandledseparately，andthentheresultsconstitutethefinaldenoisingimage．Theexperimentalresults show thatthealgorithm hasthecapacityoffastdenoising，andthedenoisingimageitprocesseshashigherpeaksignaltonoisera— tio(PSNR)． Keywords：imagesegmentation；regions；statisticalmethod；edgedetection；Gaussiannoise；denoising 是该方法存在：人为地选定区域划分的阈值、整个去噪过 0 引 言 程耗时较多的问题。为了解决这两个问题，本文提出了一 数字图像在获取和传输过程中常常会受到噪声的污染， 种新的快速分区域去噪算法。该算法不仅有效地解决了上 从而导致图像质量下降。能否有效且快速地去除噪声对某 述两个问题，而且去噪后的图像在较好地保 留了图像边缘 些后续处理来说至关重要。 细节信息的同时，还有较高的峰值信噪比。 到 目