自适应加权平均滤波器权系数的选取

论文摘要

数字图像修复是根据图像现有的信息来自动恢复丢失的信息,使修复后的图像能最大程度地接近原始图像。缺损均布图像是一类特殊的缺损图像,其特点是缺失的像素呈点状均匀散布在整幅图像中,类似于椒盐噪声,故而可利用图像去除椒盐噪声的滤波方法来修复。论文介绍了几种图像去除椒盐噪声的滤波方法;着重探讨了图像中相邻像素灰度的相关特性作为自适应加权均值滤波修复中权系数选取的依据;在基于直方图分解的自适应加权均值滤波修复中,则利用信号点所归属的高斯分布母体来最后确定权系数的大小。实验结果表明,这一改进的权系数的选取方法简单有效。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 前言
• 1.1 问题的提出
• 1.2 研究背景
• 1.3 本文的主要工作及内容安排
• 第二章 椒盐噪声滤波方法
• 2.1 中值滤波方法
• 2.2 加权均值滤波方法
• 2.3 自适应滤波方法
• 2.4 缺损均布图像的滤波修复
• 2.5 本章小结
• 第三章 自适应加权均值滤波中权系数的选取
• 3.1 概率统计中的相关系数
• 3.2 数字图像相关性分析
• 3.3 滤波中权系数的选取
• 3.4 本章小结
• 第四章 基于直方图分解的自适应加权均值滤波中权系数的选取
• 4.1 图像直方图的定义及特点
• 4.2 缺损均布图像灰度直方图的恢复
• 4.3 直方图分解
• 4.4 滤波算法设计
• 4.5 修复效果比较
• 4.6 本章小结
• 第五章 总结
• 5.1 结论
• 5.2 未来可能的研究工作
• 参考文献
• 致谢