论文答辩基于多分辨率双边滤波的图像去噪算法PPT.pptVIP

2 * * * * * * * 基于多分辨率双边滤波的图像去噪算法 答 辩 人：张娜 专 业：通信工程 指导老师：崔子冠 2013届本科生毕业论文答辩 致谢 仿真实验与结论 双边滤波去噪 小波阈值去噪 传统的图像去噪方法 目录 专题：基于多分辨率双边滤波的图像去噪 图像去噪的必要性及研究意义 小波阈值中双边滤波的改进——多分辨率双边滤波 图像去噪的必要性及研究意义 1.图像在成像、传输、转换或存储的过程中会受到各种随机干扰信号即噪声的影响,从而会使画面变得粗糙、质量下降、特征淹没。 2.而图像质量变差，对后续的处理识别带来不利影响，为了减弱噪声、还原真实的画面,就需要用到降噪滤波器对图像数据进行处理 传统的图像去噪方法 1、小波阈值去噪 2、中值滤波 3、低通滤波法 4、邻域平均法 5、图像去噪性能的评价 1）主观评价 2）客观评价 小波阈值去噪 —— 原理 信号的小波系数幅值一般大于噪声的系数幅值， 幅值比较小的系数很大程度上是噪声，因此设定阈值可以把信号系数保留，噪声系数归零。 双边滤波去噪——原理 因此，双边滤波器可以保边去噪 几何空间距离 + 像素差值 滤波器系数 双边滤波器原理——公式 双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合 权重系数w(i,j,k,l)取决于定义域核和值域核的乘积 定义域核： 值域核： 乘积： 在公式中参数 和 分别代表空间域和密 域，因此最佳参数的选择是双边滤波去噪的关键 通过实验发现，噪声的标准差 和 ， 之间的 关系如下： 小波阈值中双边滤波的改进——多分辨率双边滤波 ?首先，将信号表示成低频和高频分量的组合，即： Si(k)=SiL(k)+SiH(k) (i=1, 2, 3?n) ?然后分别对低频和高频分量进 行去噪处理 ?多分辨率双边滤波图像去噪框架 通过小波分解，图像被分解成低频子带和高频子带，然后对图像进行重构，双边滤波被用于低频子带，小波阈值用于高频子带，分析和综合滤波(La,Ha,Ls和Hs),形成一个完整的滤波框架。 * * * * *