边缘结构保持型的图像滤波算法研究-信号与信息处理专业论文.docxVIP

边缘结构保持型的图像滤波算法研究-信号与信息处理专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
边缘结构保持型的图像滤波算法研究-信号与信息处理专业论文

边缘结构保持型的图像滤波算法研究 摘 要 图像滤波是图象工程应用的预处理手段,研究基于边缘结构保持的图像去 噪算法是图像滤波研究领域内的一个重要目标。传统的滤波方法如小波滤波、 各向异性扩散滤波及非局部均值滤波,在噪声抑制效果、边缘结构保持能力、 算法实现及运行时间上,仍然得不到较好的权衡,综合滤波效果有待提高。 双边滤波能够在去噪的同时减少图像的结构丢失,算法的运行时间较短, 且容易实现,从而在很多图象处理工程中得到广泛应用。传统的双边滤波算法, 由于平滑系数的选择受到噪声的干扰,图像边缘区域的滤波存在一定的盲目性 和误导性,导致滤波结果中结构信息不能有效保持。同时,滤波后图像的峰值 信噪比仍有待提高。 针对双边滤波器参数的设置对于滤波效果的影响,本文将区域分割和双边 滤波相结合,提出了一种基于边缘结构保持的图像高斯噪声抑制新算法,在图 像分割的基础上利用区域图来指导双边滤波过程。本文的主要内容及创新点如 下: 1、归纳并总结了传统的图像滤波方法以及各种方法的特征。对几种经典的 具有边缘结构保持性能的滤波方法进行了回顾,比较并分析了它们的优缺点。 重点阐述了各向异性扩散滤波、非局部均值滤波及双边滤波三者之间的联系, 指出这三种滤波方法之间的相对优缺点。 2、提出了一种基于区域分割的图像局部统计特征计算方法。图像的局部统 计特征可以应用于图像的滤波过程中,以局部的噪声方差构建自适应的双边滤 波器,能够改善滤波算法的去噪效果。 3、研究提出了一种基于相邻区域灰度特征差异性的图像滤波算法。该算法 利用相邻区域间的平均灰度差异性对欧氏距离进行加权,并结合区域内部的统 计特征实现具有较强自适应性的图像滤波算法。 4、研究提出了一种结合区域边界属性的图像滤波算法。该算法对边界像素 间的滤波采用了基于区域边界像素梯度值及区域共享边界长度的相似度函数。 建立在区域相似度上的滤波方法,可以增强滤波器对于图像结构的自适应性, 提高滤波算法的边缘结构保持性能。 本文从峰值信噪比、边缘保持指数、差值图像及算法运行时间四个方面对 实验结果进行评价。大量真实图像的不同程度的噪声干扰实验对比及结果分析 表明,本文方法较传统双边滤波器及其改进算法权衡了去噪与边缘保持,提升 了滤波的整体效果。 关键词:图像滤波;边缘保持;双边滤波;区域分割;区域属性;区域相似度 Image Denoising Using Edge-preserving Filters ABSTRACT As an effective preprocessing method, image filtering is widely used in image engineering. An important goal of image filtering study is to present the image filtering method with structure preservation. Traditional filtering algorithms, such as wavelet filtering, anisotropic diffusion filter and non-local mean filtering, can acquire certain denoising effect for the contaminated image. But there still exists some deficiencies on noise suppression, structural retention and the algorithm’s running time. The comprehensive result of the filter needs to be improved further more. The bilateral filtering algorithm can reduce the loss of the structure of the image in the denoising result, and the running time of the algorithm is shorter than most of the algorithms mentioned above. In addition, the implementation process for bilateral filtering is very easy. So it has been widely used in many image processing projects. The traditional (pixel-based)

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档