基于卡尔曼滤波的图像降噪算法.docVIP

基于卡尔曼滤波的图像降噪算法 基于卡尔曼滤波的图像降噪算法 引 言 　　隨着图像数字化处理技术的不断发展，对数字图像系统的成像要求更高。在复杂成像环境下，数字图像采集时难免受到噪声干扰，导致数字图像质量差，因此需要对数字图像进行降噪处理，改善数字图像的质量，提高数字图像信噪比[1?2]。 　　图像降噪通过对图像噪点信息进行特征分割和提取，结合滤波算法进行噪点滤除，提高数字图像质量，典型的数字图像降噪算法主要有小波降噪算法、时频分析方法、粒子群滤波降噪算法、边缘滤波检测降噪、中值滤波降噪等[3?4]，以上方法通过构建数字图像噪点的分割检测模型，对数字图像的特征信息进行区域分割和融合处理，采用滤波器进行数字图像噪声滤波取得了一定的研究成果[5]，文献[6]提出多尺度x的超声数字图像去噪及增强技术，通过相互近似正交的直线模式建立数字图像直线模式的方向关系，数字图像滤波设计提高了输出数字图像的信噪比，但计算开销大，对海量数字图像去噪处理中的实时性差。文献[7]采用基于小波分析的红外小目标去噪策略，通过小波分析对噪声数字图像进本文由论文联盟:收集整理行时频分解和盲源分离，实现红外小目标噪点的特征遍历滤除，但在受到强度大的噪声干扰下的输出信噪比低[8?9]。 　　针对数字图像降噪算法的信噪低问题，提出了卡尔曼滤波的数字图像自适应降噪算法，结果表明，本文算法的图像信噪高，数字图像的可观性好，图像质量得到改善。 　　1 数字图像采集 　　为了实现对数字图像自适应降噪分析，首先构建数字图像采集模型，采用三个角度均匀遍历方法进行传感器分布，进行成像[10]，如图1所示。 　　实验中进行远景数字图像采集，得到原始数字图像如图2所示。由图2可见，由于受到光线和距离因素的影响，得到数字图像质量不好，噪声较大，需要进行数字图像的降噪处理。 　　对数字图像进行特征分析，采用小波分析实现多尺度信息融合，实现数字图像的增强处理，得到结果如图3所示。 　　对融合处理的数字图像通过卡尔曼滤波算法实现数字图像自适应降噪，为了对比性能，采用本文算法和文献[6?7]给出的传统算法，得到数字图像降噪处理的结果对比如图4所示。从图4可见，采用本文算法进行数字图像降噪，成像的清晰度得到明显改善，数字图像质量更高。 　　采用10 000次蒙特卡洛实验，进行数字图像降噪性能对比，得到峰值信噪比以及执行开销的对比结果见表1。从表1中的结果得知，利用本文算法进行数字图像降噪，提高了输出数字图像的峰值信噪比，证明数字图像的成像质量得到提高，另外，执行开销较小，表明本文方法在实时性和开销方面具有优越性。 　　结 语 　　针对噪声干扰问题，本文提出小波尺度融合和卡尔曼滤波的数字图像自适应降噪算法，实现多尺度信息融合，对融合处理的数字图像通过卡尔曼滤波算法实现数字图像自适应降噪，提高数字图像的清晰度。但是，在实验中采用了特定的试验环境，没有选取随机环境，需要对环境的随机性进行进一步研究。 daily morning exercises or class-break setting-up exercise and discipline inspection and appraisal of public signs;2, daily cleaning and inspection;3, the daily student school appearance, dress, wearing school card check;4, the daily duty guide to the leadership class discipline three rounds.Weekly moral education work:L, the flag raising ceremony and the national flag speech under the flag raising ceremony held on Monday;2, every week a class meeting, the meeting;3, every week two exercises, cleaning and hygiene, behavior norms, attendance situation published cloth appraisal, and the issue of the code of conduct;;4, weekly work week.Monthly moral education work:1, at least once a month, the theme of education activities, to patriotism