论文答辩基于多分辨率双边滤波的图像去噪算法.ppt

传统的图像去噪方法 1、小波阈值去噪 2、中值滤波 3、低通滤波法 4、邻域平均法 5、图像去噪性能的评价 1）主观评价 2）客观评价 小波阈值去噪 —— 原理 信号的小波系数幅值一般大于噪声的系数幅值， 幅值比较小的系数很大程度上是噪声，因此设定阈值可以把信号系数保留，噪声系数归零。 小波阈值去噪的步骤： 小波阈值去噪+双边滤波器 小波变换的特点使得图像的边缘在小波域中相应的位置，以相同的走向表现为大的小波系数。并且随着变换次数的增加，边缘处的小波系数也在变大。这提示我们在小波域中滤波可以不仅仅考虑小波系数的空域信息，还可以考虑它的值域信息，从而尽可能的保留图像的边缘，而这最佳的选择就是双边滤波器 双边滤波去噪——原理 因此，双边滤波器可以保边去噪 双边滤波器原理——公式 双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合 权重系数w(i,j,k,l)取决于定义域核和值域核的乘积 定义域核： 值域核： 乘积： 小波阈值中双边滤波的改进——多分辨率双边滤波 ?首先，将信号表示成低频和高频分量的组合，即： Si(k)=SiL(k)+SiH(k) (i=1, 2, 3?n) ?然后分别对低频和高频分量进 行去噪处理 ?多分辨率双边滤波图像去噪框架 通过小波分解，图像被分解成低频子带和高频子带，然后对图像进行重构，双边滤波被用于低频子带，小波阈值用于高频子带，分析和综合滤波(La,Ha,Ls和Hs),形成一个完整的滤波框架。 多分辨率双边滤波去噪的仿真实验 将基于多分辨率双边滤波的图像去噪算法与中值滤波的算法进行比较，通过matlab仿真我们可以看到，本文中的多分辨率双边滤波图像去噪效果更佳： 首先，从客观评价角度，它的PSNR值较大， 再次，从主观角度说，它的分辨率更高，滤波后图像色彩更清晰，见下图。 不同 下峰值信噪比的对比 致 谢 　　　论文写到最后，意味着为期一个多学期的毕业设计终于结束，回想一路走来真是百感交集！从开题报告到今天的毕业设计，这其中凝聚着太多的汗水与心血！从对图像处理一无所知，到对图像处理有了一定的了解，这其中凝聚着崔子冠老师的心血！感谢他这半年多来的言传身教，遵遵教悔！崔老师治学严谨的态度和对图像方面的建树都给了我潜移默化的影响，在此对崔老师表示感谢与敬意！ 　　　感谢在百忙中抽出时间来审阅论文，参加答辩并给予我批评和指导的各位老师！ 　　　最后还要感谢我的同学，感谢你们对我的帮助，即使一点点的帮忙也让我倍感温馨，谢谢你们！ 　　　 * * * * * * * 基于多分辨率双边滤波的图像去噪算法 答 辩 人：张娜 专 业：通信工程 指导老师：崔子冠 2013届本科生毕业论文答辩 2 致谢 仿真实验与结论 双边滤波去噪 小波阈值去噪 传统的图像去噪方法 目录 专题：基于多分辨率双边滤波的图像去噪 图像去噪的必要性及研究意义 小波阈值中双边滤波的改进——多分辨率双边滤波 图像去噪的必要性及研究意义 1.图像在成像、传输、转换或存储的过程中会受到各种随机干扰信号即噪声的影响,从而会使画面变得粗糙、质量下降、特征淹没。 2.而图像质量变差，对后续的处理识别带来不利影响，为了减弱噪声、还原真实的画面,就需要用到降噪滤波器对图像数据进行处理 带噪声图像 小波分解 小波系数阈值处理 小波逆变换 去噪后图像 a 为二值图叠加高斯白噪声后的图像， b 为一次小波变换后的小波系数， c 为在图像边缘位置的小波域中的双边滤波器。 几何空间距离 + 像素差值 滤波器系数 在公式中参数 和 分别代表空间域和密 域，因此最佳参数的选择是双边滤波去噪的关键 通过实验发现，噪声的标准差 和 ， 之间的 关系如下： 　 几幅图片的对比 0.1 0.2 0.3 0.4 中值滤波PSNR 26.2241 27.5281 28.8847 30.5365 双边滤波PSNR 25.266 38.3082 30.3596 33.139 * * * * *