灰色系统理论与轮廓波变换相结合的图像去噪研究-物理电子学专业论文.docxVIP

万方数据 万方数据 湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 日期： 年 月 日 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。本人授权湘潭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。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘 要 随着计算机技术的快速发展，图像处理的理论和技术都取得了令人瞩目的成 果，并且图像处理技术也得到了广大的应用。人类在获取图像信息的时候，不可 避免地使图像被噪声污染，从而影响图像的视觉效果并且使图像的后续工作产生 很大干扰，因此，图像去噪是图像处理不能缺少的环节。本文重点研究了灰色系 统理论和轮廓波变换理论，并且介绍了几种传统的去噪算法。论文主要内容如下： (1) 阐述了本课题的研究背景和意义，介绍了几种常见的图像噪声模型和几 种常见的图像去噪方法，简要地概述了灰色系统理论的研究现状及其内容特色， 为后续的研究打下了坚实的基础。 (2) 在分析了灰色关联度和 Contourlet 变换阈值去噪算法的基础上，提出了 一种基于灰色关联度改进的 Contourlet 变换图像去噪算法。算法一方面考虑到 Contourlet 变换尺度内各相邻方向子带之间的灰色关联度、尺度间的影响及噪声 强度的因素，对贝叶斯阈值进行改进；另一方面根据 Contourlet 系数本身的特点 对折中阈值函数进行了改进，来达到自适应去噪的目的。 (3) 针对单幅图像的噪声没有规律的特性，提出一种 GM(1,1)模型与轮廓波 变换相结合的图像去噪算法。算法对带噪图像进行 GM(1,1)建模和预测估计，为 了减少运算量，根据图像像素点灰度值和高斯噪声的特性对 GM(1,1)模型进行优 化，设置一个判定范围使 GM (1,1)模型不能准确估计的强噪声点自动保存下来， 再对预测估计出来的图像进行轮廓波变换；为了给每个子带设定一个阈值，考虑 到了轮廓波变换系数在尺度间和尺度内的相关性以及噪声强度的因素，最后用阈 值函数对轮廓波变换的系数进行处理，以达到去噪的目的。 (4) 为了挖掘单幅图像噪声的规律，提出了一种 GM(1,1)模型与小波变换相结 合的图像去噪算法。算法用 GM(1,1)模型对像素点及其邻域像素点进行建模，再 根据像素点及其邻域像素点的发展规律来更新带噪图像像素点的信息。在对带噪 图像建模时，为了消除负像素点对 GM(1,1)模型建模的负面影响，对带噪图像像 素点的值归一化后加 1;为了减少运算量，根据图像像素点灰度值和高斯噪声的特 性对 GM(1,1)模型进行优化，设置一个判定范围使 GM (1,1)模型不能准确估计的 强噪声点自动保存下来。对预处理后的图像像素值减 1 后进行小波变换，并且对 小波系数进行阈值处理，以达到去噪的目的。 关键词：图像去噪；灰色系统理论；Contourlet 变换；灰色关联度；GM(1,1)模型 I Abstract With the rapid development of computer technology, the theory and technology of image processing has achieved a lot of important results, and the image processing technology has been widely applied. The images are often polluted by noise when people get image. The image noises affect the visual effects of the image and make image processing difficult to continue. Therefore, image denoising is indispensable step in the image processing. This paper focuses on the research of grey system theory and contourlet transform, and has in