基于OpenCL的高阶马尔科夫随机场图像去噪的快速实现-电子与通信工程专业论文.docxVIP

摘要 摘要 万方数据 万方数据 万方数据 万方数据 摘要 图像信号在产生和传输的过程中由于受到各种信号的影响产生噪声，不但影 响的图像的视觉效果，而且极大的增加了后续图像分析和处理的难度，因此在提 取图像信息之前如何去除噪声的影响意义重大，图像去噪也成为图像处理和计算 机视觉领域的一个重要研究方向。 应用马尔科夫随机场（MRF）去除图像噪声有着很长的历史，但是传统的马 尔科夫由于其低阶性，不能取得很好的去噪效果。高阶马尔科夫随机场和非邻域 系统（NLR_MRF）能充分利用图像像素的统计信息，克服低阶马尔科夫随机场的 不足。BM3D 是最近提出的一种去噪方法，去噪结果视觉效果较好，信噪比高， 在去噪的过程中在去噪的过程中第一步就是查找图像的匹配块，也用到了图像的 非局部性质。但是由于图像数据量大的性质以及高阶性和非局部性的引入，导致 运算复杂耗时，严重影响了 NLR_MRF 的实际应用。GPU 具有强大的的浮点处理 和并行处理能力，尤其是 OpenCL 异构编程框架的提出，使得在 CPU 和 GPU 组成 的异构平台上进行并行运算成为了可能。 本文分析和研究了非邻域高阶马尔科夫随机场和 BM3D 图像去噪的基本理论 知识，简要说明了他们的去噪性能和效果。本文的最后利用 OpenCL 实现了并行 NLR_MRF 图像去噪及 BM3D 的图像去噪的研究，该算法通过在 GPU 上进行大量 的数据并行计算完成。实验结果显示，与原串行 NLR_MRF 算法和 BM3D 算法相 比，在去噪性能、处理时间等方面，GPU 实现的并行 NLR_MRF 算法不仅保持了 原来去噪算法的去噪性能，还极大的提高了图像处理速度，并行 NLR_MRF 算法 的计算速度基本满足了实际应用性。 关键词：马尔科夫随机场（MRF）图像去噪 非邻域 MRF（NLR_MRF） OpenCL 基于 基于 OpenCL 的高阶马尔科夫随机场图像去噪的快速实现 Abst Abstract Abstract The noise is generated as the impact of various signals in the process of the image signal generation and transmission, which not only affect the visual of image, but also greatly add the difficulty of subsequent image analysis and processing. So it’s significant to remove noise before extracting image information, and image denoising has become an important research direction of image processing and computer vision field. The application of Markov random field (MRF) to remove image noise has a long history. However, the traditional Markov with low-order cannot obtain good effect of denoising .High-order Markov random and non-local range (NLR_MRF) can overcome the shortcoming of noise method of the traditional Markov random field by taking advantage of statistical information of the image pixels. BM3D is a transform domain denoising method which recently proposed, it has a better visual denoising result and a high signal to noise ratio. The first step in the process of denoising is to find the matching image block, which also used the character of non-local range of the image. However, due to the nature of the image data and the introduc