基于正则化的加性高斯噪声的处理方法研究

论文总字数：38581字

目 录

一、引言 1

1.1课题研究的背景和意义 1

1.2国内外的研究情况 1

1.3正则化方法的介绍 2

1.4本文的章节安排 2

二、 图像、噪声及降噪技术 3

2.1图像 3

2.2噪声及图像中噪声模型 4

2.3图像降噪算法的分类 6

2.3.1空间域滤波 6

2.3.2变换域滤波 8

2.3.3形态学噪声滤波器 8

2.4图像质量的评价 8

2.4.1主观评价 9

2.4.2客观评价 9

三、基于正则化的加性高斯噪声处理的TV模型 9

3.1求取图像的扩散项 9

3.2不使用拉格朗日乘子 11

3.3使用拉格朗日乘子 11

四、TV模型的总体界面设计 12

4.1GUI界面设计 12

4.2去噪界面展示 14

五、基于拉格朗日乘子的TV正则化 15

5.1手动设置迭代次数 15

5.1.1噪声较小时噪声去除效果及分析 15

5.1.2噪声较大时噪声去除效果及分析 16

5.1.3图像细节分析 17

5.2不同迭代次数下TV模型的去噪结果 19

5.3基于拉格朗日乘子的自动迭代方法 20

六、总结 26

七、参考文献 27

致谢 28

附录 29

基于正则化的加性高斯噪声的处理方法研究

杨一峰

, China

Abstract：The main form of noise in an additive Gaussian noise image. In this thesis, Gaussian noise is processed in a regularized way. First, a regularization model and a noise model are established. The signal-to-noise ratio is used as the evaluation index before and after processing. Firstly, the number of iterations in the regularization model under different signal-to-noise ratios is analyzed. The effect of the processing result and the precision is proposed. Based on this, the Laplacian operator is used, and the relationship between the number of iterations and the determination term under automatic determination is added. This method realizes automatic iteration. The simulation and experimental results show that this method can reduce the errors caused by the insufficient number of iterations or larger values and improve the accuracy of regularized Gaussian noise.

Keywords: image denoising, regularization, TV model.

一、引言

1.1课题研究的背景和意义

在当今的名为信息的大时代发展情况下，信息成了社会的重要不可分割的一部分，获知信息意味着跟上时代和更新知识储备。获取信息知识也是人们的必不可少的活动。而在信息分类之中，图像无疑是重中之重，可以直观且方便的塞进生活的各个角落，是传输传递信息的重要渠道。故，基于社会需求的不断发展，对图像质量的要求也水涨船高。遗憾的是图像通常在生成、传输的期间遭受了各种噪声的影响和干扰而降级，这可能对后续图像处理（例如图像理解，图像分割，压缩等）有着较大的影响。在图像生成、传输、获取的过程中遇到的模糊和噪声加在图像上面，称图像为降质图像。降质图像十分的棘手且难以处理。对于进一步的自动识别或者特征提取造成了极大的麻烦^[1][2][3]。噪声处理就是其中之一。且许许多多的噪声是不可避免且不可逆的。例如电噪声，机械噪声，声道噪声等严重干扰了人类理解图像和影响了感受信息的体验。所以图像处理一直是热门话题。据前文所提可知，在图像处理这个大类中，图像去噪是一个生命力强大的主题^[4]。那么抑制噪声这个目的是为了努力提高图像处理后的质量，以促进或者达到更高级别的处理，图像定需进行去噪的阶段。

学者们常用的对于图像处理采用两种不可或缺的方法：一种手段是着手于空间域，意为在图像空间中对图像进行处理。另一种手段是从空间域出发，通过正交变换的方法将图像变换为频域，然后在频域逆变换到空间域，形成处理后的图像。各种学者和组织根据实际中的图像特点以及噪声和频谱分布的统计特性，提出了各种不同出发点，不同能力的去噪方法。最直观的方法之一是基于噪声能量通常集中在高频率，并且图像频谱在该特征的有限间隔内分布，使用低通滤波器进行去噪或者是进行平滑图像等。在频域有处理，如：傅里叶变换，小波变换。

基于现实很多不可避免的噪声，若要完全还原到原图水平近于奇迹。所以图像降噪的目标即为尽力的降噪，展现不断接近原图水平的降噪图像。不断的追求最似的信息反馈给需要的人。基于此，图像的降噪技术也在不断的更新和跟进，能够使图像在各种传达形式中能够更加准确的表示。

影响数字图像清晰度的要素以及原因有很多。室外照明的不均匀以及光暗度会导致图像的灰度非常态的集中。摄像机将获取的图像将进行数字/模拟转换，线路进行传输时将产生噪声，图像质量肯定地会不同程度降低，伴随着噪声，很难看到图像的细节;沉重的图像模糊，甚至对象的轮廓很难看到轮廓。因此，在分析和处理图像之前，需要改进图像，即增强图像。图像增强并没有去思考和过多分析图像质量下降的原因，而是选择性突出显示感兴趣的重要特征的图像，而不必要的特征的衰减，目的是为了提高图像的清晰度。

综上所述，图像降噪，就是为了能够更好的传达图像信息，方便人们的生活必需，也奢望能为了发展和未来精益求精的图像降噪还原技术提供参考。

剩余内容已隐藏，请支付后下载全文，论文总字数：38581字