基于主成分分析的半局部块匹配图像降噪算法分析-analysis of denoising algorithm for semi-local block matching image based on principal component analysis.docxVIP

基于主成分分析的半局部块匹配图像降噪算法研究摘要图像作为人类感知世界的视觉基础，是我们人类获取信息、表达信息和传递信息的 重要手段。然而，图像在采集、传输过程当中不可避免会被噪声污染，因此对图像进行 去噪处理是非常必要的。一个好的去噪算法是建立在对图像细节结构信息很好的保留的 前提下，同时能达到良好的去噪效果。在近几年的图像去噪算法研究当中，有些算法只 是对一些固有模型的噪声有效，相反有些算法则忽略了图像细节结构信息，在去除噪声 的同时容易造成了一些视觉上的假象。非局部均值算法很好的利用了图像之间很大的冗余特性，它通过在图像当中搜索与 当前像素领域相似的块进行匹配从而达到对噪声点的值的估计。但是在非局部算法当 中，遇到了一个最主要问题，就是在块匹配过程当中，它的运算量是非常大的，从而提 高了计算的复杂度，影响了它在实际当中的应用。所以本文针对这一问题，提出了一种 新的块匹配方法-半局部块匹配法，来提高算法的运算效率，降低计算的复杂度。为了对图像的精细结构信息有更好的保护，本文提出一种基于主成分的去噪方法。 由于主成分分析（PCA）是一种将多个变量通过线性变换选出较少个数重要变量的多元 统计方法，被很好的用于图像处理当中，通过几个很少的基来表达出图像当中的最主要 信息。本文通过结合提出的块匹配方法，将待处理像素与周围领域块通过一个搜索窗口 寻找相似块并组建训练样本，在 PCA 域根据信噪分布规律，通过阈值收缩对图像进行 重构。该方法很好的保护了图像的细节信息，达到了不错的去噪效果。关键词：图像降噪，半局部块匹配，主成分分析Research of Semi local block matching image denoising algorithm based on principal component analysisABSTRACTImage is an important means of accessing to, expressing and passing information，as a foundation for human perception of world. However, images will be polluted inevitably bynoise in the collection and transmission. So it is necessary to deal with the noise of image. Under the good retention of the details information structure of image, a good denoising algorithm is built at foundations of achieving good denoising effect. In recent research of image denoising algorithms, some algorithms are built at the inherent model of noise, which ignore detail information of the image structure, or cause some visual illusion.Big redundancy in the image is well used by nonlocal average algorithm, which estimate of the value of the noise through search similar pixel domain in the middle of the image to match the current block. But in nonlocal algorithms, the large amount of calculation is a majorproblem in the matching process of the block，so the computing complexity hinder its actualapplication. In this paper, a new half local block matching method is built to reduce the complexity of the calculation and improve the operation efficiency of the algorithm.In order to protect fine structure information of image, build