非局部算法在图像去噪中的应用-计算数学专业论文.docxVIP

摘要 摘 要 摘 要 图像去噪作为一种数字图像相关应用的重要预处理步骤，尽管它已经被 研究了近半个世纪，但仍然是最经典和最富有挑战性的课题之一。 到目前为 止，已经有许多种图像去噪算法被提出。 其中绝大多数的算法都是以原始图像 的正则性假设为前提的，并且在去噪过程中图像的许多细节都被光滑掉了。 A. Buades 等人提出的非局部均值算法有效地克服了这些弱点。 非局部均值算法通过利用数字图像中大量的冗余信息，建立待去噪像素点 邻域与搜索区域的像素点邻域的相似函数，计算搜索区域各像素点与待去噪像 素点的相似度权重，然后对搜索区域内的像素点进行加权平均，从而得到去噪 点的灰度值。 该算法在纹理, 边缘信息的保持，以及去噪效果方面是目前最好的 两种算法之一，但由于非局部算法是从像素点到像素点逐个进行处理的，故其 计算复杂度较大。 本文在非局部均值框架下，根据图像自身的几何特征，做了以下工作： 1. 本文引入了光滑样条估计和广义的交叉验证准则，基于小波分解给出了 更为精确的噪声方差估计，这为后续的去噪步骤提供了精确的去噪参数； 2. 本文在原有基于图像邻域的灰度值计算权重的方法上，引入了相应的邻 域的高斯曲率，给出了更精确的权重计算方法，提出了非局部双边滤波算法； 3. 本文基于图像几何结构的像素融合生长算法，给出了更为合理的搜索区 域，提出了快速的非局部自适应滤波算法； 4. 本文最后基