灰度图像中脉冲噪声滤波算法研究-控制理论与控制工程专业论文.docx

㈣Y ㈣Y 1 Y㈣8．㈣1 m2 叭2 ㈣5㈣4 A DISSERl’．ATloN SUBMITrED T0 SHANGHAI JIAOTONG UNIVERS兀’Y 1N PARTIAL FULFILLMENT OF THE REQUlREMENTS FOR THE DEGREE OF DO(丌OR OF PHILOSOPHY Research on Filtering Algorithms for Impulse Noise in Gray Images PhD candidate：Yuan Shi·Qiang Adviser：Prof．Tan Yong—Hong Major：Control TheoryControl Engineering Subject：Image Processing＆Intelligent Control Department of Automation，Shanghai Jiaotong Univeristy November，2006 ? ? 上海交通大学 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立 进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文 不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的 研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人 完全意识到本声明的法律结果由本人承担。 ◆ 学位论文作者签名：轰也琴亥 日期：细6年I／月7吵日 .. ? 曾 ≯上海交通大学 ≯ 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 ● 许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存和汇编本学位论文。 保密回在三年解密后适用本授权书。 本学位论文属于 不保密口。 (请在以上方框内打“√”) 学位论文作者签名：耋接弓幺 指导教师签名： 擎L ● 日期：如6年／／月仲日 日期：硼年I f月J妒日 ? ? ，摘 ， 摘 要 脉冲噪声是存在于信号中的主要噪声类型之一，图像在编码、传播、获取的过程中很容 易受到这种噪声的攻击，如何有效地消除这种噪声目前仍是人们所无法回避的一个难题，当 然，也同时成为人们对其深入研究的动力。对于8位灰度图像而言，目前大多数研究主要是 针对“盐椒”型脉冲噪声，即象素被白(值为255)或黑(值为O)的噪声随机侵蚀。这种盐 椒噪声包括两种模型：一类是等概率的，另一类是非等概率的。对于第一类噪声，噪声检测 算法简单，并且容易区分噪声和非噪声象素，对于这种噪声其研究重点不在于提高检测精度， 而是在于当噪声密度很高的情况下如何复原图像。对丁第二类噪声，由于某一种噪声值的概 率偏大，因此主要难点集中在高噪声情况下如何有效地进行象素识别和图像复原。 到目前为止，只有一少部分研究是针对复杂的噪声模犁，被这种噪声感染的象素值是介 于某个区间的随机值，因此，噪声检测和图像滤波的难度人人增加了，当前对这种噪声的研 究还只是局限丁．噪声密度比较低，或者随机值的区间宽度比较窄的情况。 在通常情况下基于噪声检测的滤波算法包括噪声检测和图像滤波两个部分。为了能够适 应多种脉冲噪声模型，并且提高噪声检测和图像滤波的性能，本文提出了三种检测方法和两 种基本滤波算法，而后将这些检测算法和滤波方法互相组合最终形成四种完整的图像滤波算 法。首先，本文提出了三种不同噪声检测方法： (1)第一种提出的噪声检测方法是基于象素分类的方法。在检测的过程中，用估计图像 中每个象素块的最人和最小值来识别噪声图像中相应块中的象素。 (2)第二种噪卢检测方法是一种差值型噪声检测方法。首先用基于象素分类的中值滤波 器产生估计图像，然后用噪声图像和估计图像的差值导出上下阈值，最后根据噪声检测规则 进行象素识别。 (3)第三种方法是基于规则函数(regular funcaon)的检测算法。首先对代价函数(是规 则函数的一种扩展)求导得出一组微分方程，然后用方程组的解产生估计图像，根据噪声图 像和估计图像的差别来进行噪声检测。 在图像滤波部分，提出了两种基本滤波方法：一种是自适应中值滤波算法：另一种是基 ◆ 于规则函数(regular funcaon)O勺滤波算法，这种方法是采用一个规则函数(regular function) 和一个约束函数形成一个代价函数，然后对代价函数求导得到线性方程组，同时把非噪声象 ，≯吏互声謦博上学位论文 ，≯吏互声謦博上学位论文 素的值转化为方程组的常数项，这个方程组的解就是噪声象素的估计值。本文所提出的三种 噪声检测