【正文】 ................................... 29 算法分析 .................................................. 33 本章小 結 .................................................. 33 總結 與展望 ........................................................ 34 致 謝 .............................................................. 35 主要參考文獻 ...................................................... 36 附 錄 .............................................................. 37 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁 第 1 頁 第一章 緒論 論文研究的背景及意義 在信息化時代，人類接收外界的信息不再是單純地語音，還包括數據、文字、圖像和視頻等多種形式，其中絕大部分信息來自于圖像。為了滿足人類在社會生產和生活中與圖像相關的各方面的要求，對圖像信息進行加工處理的圖像處理技術孕育而生。例如，人們在網絡上瀏覽、下載、共享豐富的圖像和視頻等多媒體信息：醫(yī)生根據核磁共振掃描圖像對患者進行疾病診斷；科學家根據衛(wèi)星遙感圖像對礦產進行定位和預測等。圖像的廣泛應 用對圖像的表示方法，處理模型和算法提出了新的發(fā)展要求。 一般來說，在圖像采集和傳輸的過程中，由于所使用的設備和傳輸通道的局限性，常常使圖像中出現(xiàn)一些隨機的、孤立的和離散的像素點，即圖像噪聲。圖像噪聲在視覺上通常與它們相鄰的像素明顯不同，表現(xiàn)形式為黑色區(qū)域上的白點或者白色區(qū)域上的黑點，噪聲的出現(xiàn)影響了圖像的視覺效果，甚至妨礙了人們的正常識別。例如， CCD攝像機在獲取圖像的過程中，傳感器的溫度和光照條件等會引入大量噪聲；圖像在通過無線網絡傳輸時，光照條件或者其它大氣因素是產生圖像中大量噪聲的主要因素。 由于噪聲 影響圖像的輸入、采集、處理的各個環(huán)節(jié)以及輸出的全過程，尤其是圖像輸入、采集中的噪聲必然影響全過程以至最終結果，因此為了提高圖像的質量和為后續(xù)更高層次的圖像加工做好預處理，對含噪圖像進行降噪處理成為圖像處理中一項必不可少的重要環(huán)節(jié)。減少數字圖像中噪聲的過程稱為 圖像去噪 。 近年來，數字視頻的應用表現(xiàn)出迅猛的發(fā)展趨勢。在數字視頻系統(tǒng)中，數字視頻的采集、編碼、傳輸、解碼等過程中不可避免地會引入各種噪聲，噪聲的存在不僅嚴重地影響了視頻的主觀視覺質量，而且會影響數字視頻的后續(xù)處理，例如編碼、識別、視頻跟蹤等等。因此，伴 隨著數字視頻的廣泛應用，迫切需要高效的視頻降噪方法。 人們對圖像的去噪研究也有近半個世紀的時間。 傳統(tǒng)的二維圖像去噪算法將噪聲和圖像中的細節(jié)信息以及局部結構同等看待，因此在去除噪聲的同時，也模糊了圖像內部的細節(jié)和紋理等局部結構。在視頻圖像降噪中，時域濾波比空域濾波在保護邊緣和細節(jié)方面更具有優(yōu)勢。其次， 三維降噪提供了比傳統(tǒng)二維降噪 更為清晰的信號，能夠更大程度地節(jié)省磁盤空間，使得硬盤上能夠存儲更多的錄像數據。而且，搭載三維降噪技術的攝像機能夠提供更清晰、準確的圖像，使 DVR 即使在低照度條件下也能更高效的移動偵測。 因此，對于三維降噪算法的深入研究，具有重要的理論意義和實用價值。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁 第 2 頁 圖像去噪的研究現(xiàn)狀 人們對圖像的去噪研究也有近半個世紀的時間。 圖像去噪技術已經被廣泛研究，人們也提出了許多有效的方法。目前對于這些圖像去噪方法從數據處理維度上可以分為二維去噪法和三維去噪法。 二維去噪法又可以分為空間域和變換域兩種處理方法?？臻g域法是直接在空間二維數據上對每個像素的灰度值進行運算處理，主要有平滑線性去噪、統(tǒng)計排序去噪、最小均方誤差去噪等。變換域法則是將二維空間數據經過某種變換轉化到另一二維坐標中進行處理計算，然后再逆變 換到原二維空間。常見的變換方法有離散余弦變換、傅里葉變換、小波變換和沃爾什哈達嗎變換等。其中傅里葉變換一直是圖像去噪的主要手段，但是在實際中要處理的圖像都是非平穩(wěn)的，其頻譜在時間上無限延伸，而傅里葉變換的基函數無法和圖像信號精確匹配，使得傅里葉變換對圖像的去噪受到很大的限制。另外，在去噪的過程中，傅里葉變換也會模糊信號的位置信息。為此，人們提出了具有良好時頻特性的小波變換。早在 1992 年， Mallat 就將小波變換快速算法應用在圖像分解與重構中，并用模極大值原理對信號去噪，并奠定了小波去噪最經典的方法。隨后 Xu 等人根據噪聲與信號的小波變換系數的相關性提出了基于空域相關性的去噪方法。 Johnstone 和 Donoho 等人在 1995 年推導并證明了最優(yōu)的通用閾值計算公式，以此提出了軟閾值和硬閾值的信號去噪方法。 Chang 等人于 20xx 年提出了一種針對圖像的空域自適應小波閾值去噪算法，該算法結合了平移不變和自適應閾值的去噪思想，根據圖像信息自適應地選取閾值。近數十年以來，小波變換在圖像去噪領域已有完整的理論系統(tǒng)并日趨完善。 20xx 年 Buades 等人提出了一種全新的去噪算法 —— 非局部均值法，利用圖像自身局部與局部的相似性 ，以對噪聲具有魯棒性的圖像塊的形式，將整幅圖像中所有與待處理像素相似的像素加權平均從而估計出待處理像素。該研究可謂是圖像去噪領域一個里程碑式的工作。非局部均值算法不僅能很好的去除噪聲，而且有效地處理了圖像中物體的邊緣、紋理以及其他突變結構信息的保留問題。 20xx 年 Buades 等人又結合小波變換對非局部均值算法進行了改進，提出了廣義高斯模型的非局部小波域去噪方法。 Deledalle 則從圖像塊形狀和尺寸選取的角度改進非局部均值算法，提出基于形狀塊自適應的非局部均值算法。該算法根據圖像的結構自適應的選擇圖像塊的形 狀和大小，去噪效果得到較好的改善，更為重要的是在圖像物體邊緣處幾乎沒有偽跡產生。而對非局部均值算法最經典的改進，同時也是被公認為去噪領域最優(yōu)秀的算法是Dabov 等人在 20xx 年提出的塊群組三維去噪算法（ BM3D）。 20xx 年， Kaikovnnik 等人綜述了目前圖像去噪的研究現(xiàn)狀，指出了 BM3D 方法相對于其他各類方法在圖像去 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁 第 3 頁 噪上有著明顯的優(yōu)勢。 BM3D 方法結合了非局部技術和經典的濾波技術，如小波去噪、維納濾波等。但是， BM3D 算法也不是完美的，去噪性能仍有提高的空間，其算法也較為復雜，去噪執(zhí)行時間較長，因此有 必要對 BM3D 算法進一步改進和優(yōu)化。 目前，各種針對視頻的 3D 視頻降噪算法也成為了國內外學者研究的熱點問題，許多學者提出了基于非局部均值的 3D 視頻降噪算法， 本算法使用多幀圖像非局部均值去噪方法，首先對當前圖像及其相鄰圖像分別進行單幀非局部均值去噪，然后再對非局部均值去噪結果進行時域加權平均。此外，還有許多人提出了基于運動估計的三維視頻視頻降噪算法，但是目前還沒有一個十分經典的去噪算法。 論文的組織結構 本文的主要目標是提升圖像的質量，從圖像去噪技術出發(fā)，研究了目前主流的二維降噪技術和三維降噪技 術，了解三維降噪的優(yōu)勢所在，在比較了各種主流算法以后，我們重點研究基于非局部均值算法的圖像三維降噪技術。經過研究非局部均值濾波算法的原理以及對其進行改進之后，提出對多幀圖像進行 NLM 三維降噪技術，并利用數值實驗驗證方法的有效性。 本文的基本內容結構如下： 第一章緒論部分首先闡述了數字圖像的重要作用、噪聲的來源和對圖像的影響以及圖像去噪的重要意義及價值，接著介紹了圖像去噪的國內外研究現(xiàn)狀，然后給出了本論文的主要工作與論文安排。 第二章首先從噪聲產生的原因、統(tǒng)計特征以及對圖像的作用關系，對噪聲進行了不同的分類； 接著介紹了經典二維去噪方法，并對二維降噪算法和三維降噪算法進行了比較，指出了三維降噪的優(yōu)勢所在；最后給出了目前被廣泛應用的圖像質量測評方法。這些知識為本論文的研究工作奠定了基礎。 第三章給出了非局部均值濾波算法基本原理和算法模型，通過與其他算法的比較顯示出自適應非局部均值算法的優(yōu)越性，同時也指出了非局部均值算法的缺陷及改進。 第四章建立了基于 NLM 算法的視頻三維降噪算法的原理及實現(xiàn)過程，并且通過計算處理后圖像與原始無躁圖像之間的峰值信噪比（ PSNR）驗證新算法的有效性。 最后對本畢業(yè)設計做了整體總結。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁 第 4 頁 第二 章 圖像去噪概述 圖像的噪聲類型 圖像噪聲來源于很多方面，其統(tǒng)計特性和對圖像的影響也呈現(xiàn)出多樣性。根據不同的角度，圖像噪聲有多種分類方式。 根據噪聲產生的原因分類 系統(tǒng)外部干擾以電磁波或經電源串進系統(tǒng)內部而引起的噪聲，主要有人為噪聲和自然噪聲。人為噪聲是由人類活動產生的對通信造成干擾的噪聲，來源于工業(yè)噪聲和無線電噪聲，如電氣設備、無線電發(fā)射機等。自然界存在的各種電磁波源產生的噪聲則為自然噪聲，如太陽黑子、磁暴、雷電、銀河系噪聲、宇宙射線等。 內部噪聲是因通信 設備自身的電子器件、天線、傳輸線等內部設備而導致的。主要有：設備材料的缺陷或固有特性帶入的噪聲，如磁盤盤面、磁帶表面的受損和正、負片的顆粒性表面而導致的噪聲；電子器件的來回運動引入的噪聲，如電子結合器件因確定性或隨機性振動導致電流的改變而引起的噪聲；光和電的特定屬性而產生的噪聲，如導體導電時導體中的空穴電子或電子微粒的無規(guī)律性的熱運動導致的熱噪聲和散粒噪聲，圖像形成過程中隨著時間和空間變化，光量子密度隨機性分布而產生的光量子噪聲等；系統(tǒng)自身的各種電子電路產生的噪聲，電源的不穩(wěn)定等產生的交流噪聲等。 根據噪聲統(tǒng)計特征分類 高斯噪聲的概率密度函數為： ? ? e bazbzPZ 2)(21 22?? ?? 此噪聲的均值和方差分別為： 22, bam ?? ? 。高斯噪聲是自然界中最常見的噪聲，很多設備、線路的噪聲都是高斯噪聲。高斯噪聲可以使用空域濾波處理或者圖像復原中的技術來消除。 椒鹽噪聲的概率密度函數為： 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁 第 5 頁 ? ? ????? ???其他,0,bzPazPzP baz 椒鹽噪聲是指圖像中出現(xiàn)的噪聲只有兩種灰度值，分別為 a 和 b，這兩種噪點出現(xiàn)的概率分別為 Pa、 Pb。此噪聲的均值和方差分別為： ba bPaPm ?? ba PmbPma 222 )