【正文】 ............................................. 7 二 維 去噪法 ........................................... 7 三 維 去噪法 ............................................ 8 三 維 降噪的 優(yōu)勢 所在 ................................... 9 圖 像 質(zhì) 量 評 價 標(biāo) 準(zhǔn) ............................................ 9 信噪比 ............................................... 9 均方 誤 差和峰 值 信噪比 ................................ 10 結(jié) 構(gòu)相似性指 標(biāo) ...................................... 10 本章小 結(jié) ................................................... 11 第三章 非局部均 值圖 像去噪算法 .................................... 12 非局部均 值圖 像去噪的基本原理 .............................. 12 非局部均 值 去噪算法 簡 介 .................................... 13 非局部均 值濾 波算法的 發(fā) 展 .................................. 14 非局部均 值濾 波算法的缺陷 ............................ 14 非局部均 值 算法的改 進 ................................ 15 自適 應(yīng) 非局部 均 值濾 波算法 ............................ 16 算法仿真 結(jié) 果 .............................................. 17 各算法主 觀 效果比 較 .................................. 19 各算法客 觀 效果比 較 .................................. 22 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 各算法運行 時間 比 較 .................................. 22 本章小 結(jié) .................................................. 23 第四章 基于 Nonlocal means 的 時 空 聯(lián) 合 視頻 降噪算法 ................ 24 基于 Nonlocal means 的運 動檢測 ............................ 24 時 空 聯(lián) 合降噪 .............................................. 25 時 域加 權(quán) 均 值濾 波 ........................................ 25 空域 ANL 降噪 ............................................ 26 宏 塊 大小的 選 取 ............................................ 28 仿真 結(jié) 果分析 .............................................. 29 客 觀 效果比 較 ........................................ 29 主 觀 效果比 較 ........................................ 29 算法分析 .................................................. 33 本章小 結(jié) .................................................. 33 總結(jié) 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(shù)據(jù)、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。 基于 MATLAB 的圖像三維降噪算法仿真研究 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ I 摘 要 視頻 具有直 觀 、可靠、方便、信息內(nèi)容豐富等特點，因此廣泛 應(yīng) 用于金融、商 業(yè) 、交通、住宅、社區(qū)等 場 合， 為這 些 領(lǐng) 域的 環(huán) 境 監(jiān) 控和安全防范起到了不可忽略的作用。 twodimensional noise reduction algorithm in detail, through paring the traditional twodimensional noise reduction algorithm, nonlocal means algorithm and adaptive nonlocal means algorithm , establish the optimal twodimensional image noise reduction algorithm。 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(jié)果，因此為了提高圖像的質(zhì)量和為后續(xù)更高層次的圖像加工做好預(yù)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)。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(shù)據(jù)。變換域法則是將二維空間數(shù)據(jù)經(jīng)過某種變換轉(zhuǎn)化到另一二維坐標(biāo)中進行處理計算，然后再逆變 換到原二維空間。 Chang 等人于 20xx 年提出了一種針對圖像的空域自適應(yīng)小波閾值去噪算法，該算法結(jié)合了平移不變和自適應(yīng)閾值的去噪思想，根據(jù)圖像信息自適應(yīng)地選取閾值。而對非局部均值算法最經(jīng)典的改進，同時也是被公認為去噪領(lǐng)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）。 本文的基本內(nèi)容結(jié)構(gòu)如下： 第一章緒論部分首先闡述了數(shù)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(nèi)外研究現(xiàn)狀，然后給出了本論文的主要工作與論文安排。 根據(jù)噪聲產(chǎn)生的原因分類 系統(tǒng)外部干擾以電磁波或經(jīng)電源串進系統(tǒng)內(nèi)部而引起的噪聲，主要有人為噪聲和自然噪聲。 椒鹽噪聲的概率密度函數(shù)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。 均勻分布噪聲可能是在實踐中描述得最少的噪聲，然而均勻密度作為模擬隨機數(shù)產(chǎn)生器的基礎(chǔ)是非常有用的。其輸出圖像模型可以定義為： ? ? ? ? ? ? ? ?xnxyxyxz ??? 錯誤 !未找到引用源?？臻g域法是直接在空間二維數(shù)據(jù)上對每個像素 的灰度值進行運算處理。在圖像中逐點使用移動濾波器所覆蓋的原始圖像像素值的乘積之和，其公式如下所示： ? ? ? ?? ?? ?? ? ??? tsw tysxftswyxg , ,),( 其中， ? ?tsw, 為濾波器模板， ),( tysxf ?? 為濾波器模板所覆蓋的原始圖像的像素值。然而，在許多實際應(yīng)用場合，信號是非平穩(wěn)的，其統(tǒng)計量（如相關(guān)函數(shù)、功率譜等）是時變函數(shù)。由于變換域的作用空間的特殊性，可以實現(xiàn)在空間域中無法實現(xiàn)或是很難完成的處理。 為定性和定量地評價圖像質(zhì)量，在實際應(yīng)用中要從主觀和客觀兩個方面對圖像進行評價。 信噪比 信噪比，顧名思義，就是信號的標(biāo)準(zhǔn)差和噪聲的標(biāo)準(zhǔn)差之比，表達式為： ? ? ? ?nySNR ??? 其中， ??y? 為圖像 y 的標(biāo)準(zhǔn)差，也就是 ? ? ? ?? ? IyiyyIi?? ??2? , ? ???? Ii Iiyy為圖像 y 的平均值。 均方誤差和峰值信噪比都是從數(shù)學(xué)統(tǒng)計特性方面來反應(yīng)處理好后的圖像的失真程度。 于是，平均結(jié)構(gòu)相似性準(zhǔn)則可以衡量整個圖像的總質(zhì)量： ??? Mj ii yxS S I MMYXM S S I M 1 ),(1),( 其中， X 與 Y 分別為原始圖像與去噪后的圖像， ix 與 iy 分別為第 j 個局部圖像里的子像素； M 是局部窗口數(shù)目。為本論文課題的研究奠定了理論基礎(chǔ)。圖像中不同地方的像素點經(jīng)常會表示過于冗余，這是因為圖像中的一些像素點具有自相似的特點，這樣的自相似特點會使得圖像中不同位置處的像素點具有一定的相關(guān)性，圖像就會過完備表示。 非局部均值去噪算法便是根據(jù)上面的分析，由 Buades 等人所提出，該算法利用結(jié)構(gòu)相似性來定義像素之間的差距，圖像的紋理結(jié)構(gòu)更好的得到保護，這是目前為止研究最廣泛的圖像去噪方法之一。 圖像中有許多像素點，如果像素點 i 的灰度值向量 )( iNz 與像素點 j 的灰度值向量)( jNz 相似性能夠決定 i 與 j 之間的相似性，那么 )( jNz 作為度量圖像的相似性的尺度，越是與其更為相似，則其所代表的點在算法運行中就會被賦予更大的權(quán)重。可是非局部均值濾波算法也不是萬能的，它也有一定的缺點。使用高斯加權(quán)距離可以減少噪聲對中心像素的影響，但是，高斯核的特性是各項同性的，對于相似程度低的像素塊不能夠很好的判別，使得這些 像素塊所占權(quán)值較高。所以，非局部均值濾波算法的運行速度的提高也是改進的一個方面。研究的方向主要有兩個方面：一是更好地衡量圖像的塊相似程度的大??；二是選取更好地優(yōu)化參數(shù)?？墒乔罢邥D像的結(jié)構(gòu)紋理產(chǎn)生一定的破換作用，而后者使用二維的 PCA 對相似的像素塊進行生成，會保護圖像的結(jié)構(gòu)信息。這種不規(guī)則形狀的鄰域?qū)τ趫D像梯度信息有很好的保護作用，同時能夠控制“偽影”的產(chǎn)生。為了更好的選取參數(shù)， Salmon[4]研究了一下 兩個方面：一是中心圖像塊權(quán)值的分配，二是搜索區(qū)域的大小。所以，我們必須能夠選取一種能夠更好的獲得圖像的權(quán)重參數(shù)的方法。Tasdizan[7]等人在這一方面取得了很好的結(jié)果。 算法仿真結(jié)果 在上面比較的各算法中，對于每個像素點進行處理時，都是對以像素點為中心的33? 鄰域進行一系列的統(tǒng)計、計算，得到的結(jié)果代替原本的像