【正文】 3. 具有好的對(duì)比度。具體方法有信噪比（ SNR）、均方誤差（ MSE）、峰值信噪比（ PSNR）、結(jié)構(gòu)相似性（ SSIM）等。在 MSE 的基礎(chǔ)上， PSNR 的定義為： 錯(cuò)誤 !未找到引用源。 L 為圖像灰度值的大小，一般的， ?k ， ?k 。本章介紹的圖像去噪方面的知識(shí)。所有的圖像塊對(duì)于圖像的表示是過(guò)完備的。但這樣的假設(shè)比前面所提到的幾種濾波方法對(duì)圖像的規(guī)律性假設(shè)更為準(zhǔn)確，圖像也更具有普遍性。我們可以用下面的式子來(lái)表示相似窗口 Ni的灰度向量： )),(()( ii NjjzNz ?? （ ） 錯(cuò)誤 !未找到引用源。 非局部均值濾波算法的發(fā)展 非 局部均值濾波算法的缺陷 目前為止，已經(jīng)提出了很多的去噪算法，其中非局部均值濾波算法是近幾年來(lái)研究的熱點(diǎn)問(wèn)題，這主要是因?yàn)樗乃惴ê?jiǎn)單，去噪效果好。 (2)多種非局部均值濾波算法的改進(jìn)方法衡量圖像相似性所采用的距離都是高斯加權(quán)歐式距離。因此，對(duì)比相似像素需要花費(fèi)太多的時(shí)間，算法的運(yùn)行速度受到限制，時(shí)間效率很低。 非局部均值算法的改進(jìn) 1） 去噪效果方面 非局部均值濾波算法自從被提出來(lái)之后，吸引了無(wú)數(shù)專(zhuān)家學(xué)者的目光，他們?yōu)榱烁倪M(jìn)這個(gè)算法孜孜不倦的進(jìn)行研究。這兩種方法對(duì)圖像的去噪效果有著明顯提高。它使用的不是普通意義上的規(guī)則鄰域，而是利用多種形狀的鄰域。文獻(xiàn)[3]提出了定量估算權(quán)重參數(shù)的辦法。此外，相似像素如果不能得到較大的權(quán)重，圖像去噪的效果就會(huì)大大降低。這幾種方法雖然能夠提高算法的時(shí)間效率，圖像去噪效果卻會(huì)下降。 dis 小于閾值 1T 的像素，可以認(rèn)為是由于噪聲帶來(lái)的影響，其區(qū) 域是相對(duì)比較平坦的區(qū)域，因此可以直接求平均，這樣就會(huì)較好地去除噪聲，而對(duì) dis 大于閾值 2T 的像素，其權(quán)值就會(huì)為 0，這樣的截?cái)鄷?huì)減少圖像模糊現(xiàn)象，較好地保持圖像的邊緣，而對(duì)于大于 1T 小于 2T 的像素 ，可以按照其實(shí)際的 dis 來(lái)計(jì)算其權(quán)值。在。為了更加客觀地比較各個(gè)算法，在中值濾波算法中，我們選取 33? 的掩膜矩陣；在均值濾波算 法中，也采用 33? 的濾波掩膜尺寸；在非局部均值算法和自適應(yīng)的非局部均值濾波算法中，我們將參考?jí)K和匹配塊的大小均選取為 33? 的矩陣。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁(yè) 第 17 頁(yè) 自適應(yīng)非局部均值濾波算法 基于 Non_local means 的鄰域自適應(yīng)算法簡(jiǎn)稱(chēng)為 ANL 算法，該算法在 Nonlocal means 的基礎(chǔ)上做了改進(jìn)，既能較好地抑制噪聲，又能較好地保持圖像的邊緣細(xì)節(jié)。我們將在第四章中具體介紹改進(jìn)后的自適應(yīng)非局部均值濾波算法。以上提出的幾種改進(jìn)算法雖然能夠在一定程度上提高去噪效果，但權(quán)重參數(shù)的選取還是不太令人滿意。 非局部均值濾波算法中，相似權(quán)重參數(shù)的選取時(shí)比較重要的，它對(duì)于圖像去噪效果有著很大的影響。不同權(quán)值函數(shù)對(duì)圖像去噪效果有著不同的影響。目前為止，很多的改進(jìn)算法被相繼提出。 （ 5）非局部均值濾波算法中還有一個(gè)問(wèn)題需要解決，那就是參數(shù)的問(wèn)題。這樣的話，我們不能很好的度量圖像塊的相似性，從而降低了圖像的去噪效果。主要表現(xiàn)在以下三個(gè)方面：其一，算法效率較低，算法運(yùn)行時(shí)間太長(zhǎng)；其二，相似性的權(quán)值不能夠精確地確定；其三，圖像塊相似不魯棒。為了定量地計(jì)算灰度值向量 )( iNz 與 )( jNz 之間的相似性，該算法使用高斯加權(quán)的歐式距離 2,2)()( aji NzNz ?來(lái)度量。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁(yè) 第 13 頁(yè) 非局部均值去噪算法 給定一幅離散的含有噪聲的圖像 }|)({ Iiizz ?? ，把它的定義域設(shè)為有界域2NI? 。 自然圖像都具有以上兩點(diǎn)性質(zhì)，圖像中的任意一個(gè)窗口鄰域，在圖像中都存在著許多與其相似或者相同的窗口結(jié)構(gòu)。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁(yè) 第 12 頁(yè) 第三章 非局部均值圖像去噪算法 非局部均值圖像去噪的基本原理 前面已經(jīng)介紹過(guò)幾種濾波方法，它們都在局部平均的基礎(chǔ)上進(jìn)行平滑處理。 我們一般取窗口的大小為 88? ，結(jié)構(gòu)相似性指標(biāo)的值為 1 到 1 之間。 MSE 值較小，表示去躁圖像的失真程度低，圖像的質(zhì)量較好，反之 MSE 值越大，反應(yīng)圖像質(zhì)量越差。 均方誤差和峰值信噪比 我們知道，去噪的目的 是恢復(fù)原始圖像。由觀察者根據(jù)主觀感知對(duì)圖像進(jìn)行觀察，這種方法即為主觀評(píng)價(jià)。 三維降噪算法則是結(jié)合了時(shí)域?yàn)V波和空域?yàn)V波。只了解信號(hào)在時(shí)域或者頻域的全局特征是遠(yuǎn)遠(yuǎn)不夠的，因此需要 使用時(shí)間和頻率的聯(lián)合函數(shù)來(lái)表示信號(hào)，小波變換既是一種典型的時(shí)域表示，也是一種時(shí)域局部化的分析方法。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 共 47 頁(yè) 第 8 頁(yè) 2） 統(tǒng)計(jì)排序?yàn)V波 排序?yàn)V波是一種典型的非線性平滑濾波器，它的目的是保護(hù)圖像邊緣的同時(shí)去除噪聲。通常使用某一平滑模板對(duì)二維圖像做卷積計(jì)算，從而減少或去除干擾噪聲，空間域算法簡(jiǎn)單，處理速度也較快，發(fā)展較為成熟，主要有平滑線性去噪、統(tǒng)計(jì)排序去噪、最小均方誤差去噪等。 乘性噪聲模型的分析計(jì)算一般比較復(fù)雜，當(dāng)信號(hào)變化較小時(shí)，上式第二項(xiàng)近似不變，則可以用加性噪聲模型來(lái)近似。 圖 (a)原始圖像、 (b)加 入高斯噪聲后的圖像、 (c)加入椒鹽噪聲后的圖像 根據(jù)噪聲與圖像的關(guān)系分類(lèi) 1. 加性噪聲 加性噪聲獨(dú)立于圖像信號(hào)強(qiáng)度，如攝像機(jī)掃描圖像過(guò)程中引進(jìn)的噪聲，運(yùn)算放大器、圖像傳輸過(guò)程中產(chǎn)生的“信道噪聲”等。此噪聲的均值和方差分別為： ba bPaPm ?? ba PmbPma 222 )()( ????? 椒鹽噪聲主要表現(xiàn)在成像中的短暫停留，如錯(cuò)誤的開(kāi)關(guān)操作。人為噪聲是由人類(lèi)活動(dòng)產(chǎn)生的對(duì)通信造成干擾的噪聲，來(lái)源于工業(yè)噪聲和無(wú)線電噪聲，如電氣設(shè)備、無(wú)線電發(fā)射機(jī)等。 第二章首先從噪聲產(chǎn)生的原因、統(tǒng)計(jì)特征以及對(duì)圖像的作用關(guān)系，對(duì)噪聲進(jìn)行了不同的分類(lèi)； 接著介紹了經(jīng)典二維去噪方法，并對(duì)二維降噪算法和三維降噪算法進(jìn)行了比較，指出了三維降噪的優(yōu)勢(shì)所在；最后給出了目前被廣泛應(yīng)用的圖像質(zhì)量測(cè)評(píng)方法。 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(duì)于其他各類(lèi)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(yè) 第 3 頁(yè) 噪上有著明顯的優(yōu)勢(shì)。近數(shù)十年以來(lái)，小波變換在圖像去噪領(lǐng)域已有完整的理論系統(tǒng)并日趨完善。常見(jiàn)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(dá)嗎變換等。而且，搭載三維降噪技術(shù)的攝像機(jī)能夠提供更清晰、準(zhǔn)確的圖像，使 DVR 即使在低照度條件下也能更高效的移動(dòng)偵測(cè)。減少數(shù)字圖像中噪聲的過(guò)程稱(chēng)為 圖像去噪 。 on the threedimensional video noise reduction algorithm, by motion detection to multiframe images based on nonlocal means, this algorithm can adaptively distinguish the still regions and motion regions of video image. Temporal weighted average filter to the still regions and spatial ANL filter to the motion regions are used separately. Experimental results show that because of the the precise distinction of the still regions and motion regions,fully utilizing the spatiotemporal information of the video sequences,the proposed algorithm can significantly improve the PSNR and the subjective image quality without movement ghosting, while the realtime requirements could be satisfied basically. KEY WORDS video threedimensional denosing， ANL algorithm, spatiotemporal bination, video denoise 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 目錄 摘 要 .............................................................. I ABSTRACT .......................................................... II 第一章 緒論 ....................................................... 1 論 文研究的背景及意 義 ....................................... 1 圖 像去噪的 應(yīng) 用 ............................................. 2 論 文的 組織結(jié) 構(gòu) ............................................. 3 第二章 圖 像去噪概述 ............................................... 4 圖 像的噪聲 類(lèi) 型 ............................................. 4 根據(jù)噪聲 產(chǎn) 生的原因分 類(lèi) ............................... 4 根據(jù)噪聲 統(tǒng)計(jì) 特征分 類(lèi) ................................. 4 根據(jù)噪聲與 圖 像的關(guān)系分 類(lèi) ............................. 6 圖 像去噪方法 ..