基于特征的非局部均值图像去噪算法研究毕业论文

基于特征的非局部均值图像去噪算法研究毕业论文

ID:5429499

大小:1.32 MB

页数:57页

时间:2017-12-11

基于特征的非局部均值图像去噪算法研究毕业论文_第1页
基于特征的非局部均值图像去噪算法研究毕业论文_第2页
基于特征的非局部均值图像去噪算法研究毕业论文_第3页
基于特征的非局部均值图像去噪算法研究毕业论文_第4页
基于特征的非局部均值图像去噪算法研究毕业论文_第5页
资源描述:

《基于特征的非局部均值图像去噪算法研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要染噪图像不仅视觉效果受到影响,往往也会损失部分有效信息,不利于后续图像分析工作。图像去噪作为图像处理流程中的预处理环节,可以提高图像质量,为进一步凸显处理提供有利条件,因而成为数字图像研究领域的一个长期热点和难点问题。本文主要深入研究了图像去噪算法,尤其是非局部均值滤波算法(NLM),针对该算法的弱点结合局部二值描述子进行改进,并利用硬件加速增强算法的实时性。实际应用中的噪声种类繁多,相应产生了大量的图像去噪算法。非局部均值算法自提出以来就因其良好的去噪效果和对图像特征信息的保持度而一跃成为研究热点。该算法依赖数字图像中大量的自相似信

2、息,通过搜索待去噪区块与图像其余部分中的与其相似度较高的区块,并以高斯距离计算对应的相似度权重,然后对搜索区域内的各区块进行加权平均,得出待去噪区块的新像素值。非局部均值算法的思想可以合理利用图像中的大量冗余信息,虽然可行性好,但是搜索匹配相似区块以及权重计算都必然导致较大的计算量,因此在计算效率上仍有较大进步空间。局部二值描述子为图像处理引入了一种新视角,它不仅可以有效提取出图像的局部特征,如边缘、角点等,并将此类特征定量转化为一个二进制字符串,从而支持用逻辑运算进行快速图像相似度匹配,调整搜索窗尺寸,从而将运算量减少至少一个数量级。本

3、文基于传统的非局部均值算法,提出一种效果与效率兼备的图像去噪方法,并结合OCT医疗图像检验其实际应用能力,最后通过硬件加速达到了实时处理的目的,以实验结果证实了该方法在去噪效果和计算速度上取得了很好的平衡。关键词:图像去噪;非局部均值滤波;局部二值描述子5757ABSTRACTTheimagescorruptedbynoisenotonlybringaboutpoorvisualeffectsbutalsolosepartoftheusefulinformation,whichisnotconducivetothesubsequentim

4、ageanalysis.Imagedenoisingisapopularanddifficultprobleminthefieldofdigitalimageprocessing,whichcanimprovetheimagequalityandprovidefavorableconditionsfortheimageprocessing.Thispapermainlystudiedtheimagedenoisingalgorithm,especiallynon-localmeans(NLM)filteralgorithm.Inorder

5、toovercometheweaknessofNLM,atransformofNLMcombinedwithlocalbinarydescriptors(LBP)isproposed.Furthermore,aparallelimplementionwhichtakeadvantageofhardwareaccelerationisalsoprovidedforreal-timeimagedenoising.Therearemanykindsofnoiseinthepracticalapplication.Alargeamountofim

6、agedenoisingalgorithmshavebeenstudied.Non-localmeansalgorithmbecamearesearchhotspotafterproposedbecauseofitsgooddenoisingeffectandprotectionoftheimagefeatureinformation.Thealgorithmbasedonthelargeamountofself-similarinformationsindigitalimages,searchfortheotherpatchesinth

7、eimagewhicharesimilartothecentralpatchandcalculatethesimilarweightsbyGaussdistance.Intheend,thenewpixelvalueisobtainedbyweightedaverageoftheblocksinthesearcharea.Theideaofnon-localmeansalgorithmcantakegooduseofthemassiveredundantinformationinimages.Althoughthealgorithmisf

8、easible,thesearchandmatchforsimilarpatches,andthesimilaritycalculationleadtohighcomputationalcos

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。