基于偏微分方程的图像降噪及质量评价研究

基于偏微分方程的图像降噪及质量评价研究

论文摘要

图像降噪是机器视觉和图像处理领域中的一个重要组成部分,图像中的噪声对于后续图像分析具有很大影响。本论文针对图像中常见的噪声类型:高斯噪声、脉冲噪声和斑点噪声进行分析研究,基于偏微分方程(PDE)图像降噪理论,对于不同类型的噪声,提出了不同的降噪方法。在此基础上,本论文还研究了图像质量评价问题。对于图像中最为常见的高斯噪声,本文提出了一种采用图像中全局和局部信息相结合的信息来控制非线性扩散方程的方法。结合全局和局部信息的方法能自适应区分图像中的边缘、噪声点和平坦区域,从而克服了传统非线性扩散方法中仅用局部梯度信息来区分图像边缘和噪声点的不足。本文提出的非线性扩散方法和传统非线性扩散方法的对比实验表明本文方法具有很强的鲁棒性,处理后的图像质量明显提高。针对脉冲噪声,提出了一种基于两阶段的脉冲噪声滤除算法。在算法的第一阶段,提出一种列队差异增强噪声检测器来检测图像中所有可能的脉冲噪声点。在算法的第二阶段,对所有的噪声候选点进行自适应中值滤波,滤波窗口的大小根据噪声密度自适应调整,滤波窗口中的中值操作像素点根据元素属性自适应选择。该算法能对图像的边缘、细节部分和非噪声点进行保护。在此基础上,本文将这种自适应算法的思想应用于变分降噪的算法中,提出了自适应变分算法。实验表明,自适应变分算法在滤除脉冲噪声的同时可以有效地保护图像细节,尤其是在噪声密度大的情况下,去除脉冲噪声的效率得到了很大提高。注意到医学超声图像经常受到斑点噪声污染,本文提出了一种将图像分解和几何分析相结合的算法来去除超声图像中的斑点噪声。针对超声图像中斑点噪声为乘性噪声这一特性,将经典的ROF图像分解模型引入到适合于受乘性噪声污染的图像分解。超声图像经此模型分解成轮廓部分、细节部分和噪声部分,然后对分解后的差值图像进行Ridgelet降噪,由于Ridgelet降噪克服传统小波分析方向性上的不敏感的缺点,因此该方法能很好地保持图像边缘。本文算法处理后得到的图像无论是在斑点噪声去除方面还是细节保护方面都要优于传统的非线性滤波器和小波分析方法,本文的去斑算法为医学图像的目标分割和三维重建提供了更好的预处理方法。最后,本文研究了图像质量评价的问题。引入了几个对图像质量比较敏感的评价指标,如图像的边缘锐度、平均梯度、能量和噪声程度估计,然后采用支持向量机对不同质量的图像进行分类,从而实现对图像质量的评价。

论文目录

  • 摘要
  • ABSTRACT
  • 符号说明
  • 第一章 前言
  • 1.1 课题背景
  • 1.2 偏微分方程在图像降噪中的应用
  • 1.3 基于偏微分方程图像降噪的优点及面临的问题
  • 1.4 图像质量评价
  • 1.4.1 需要参考图像的评价方法
  • 1.4.2 无需参考图像的评价方法
  • 1.4.3 基于人类视觉系统的评价方法
  • 1.5 本论文创新点
  • 1.6 论文章节安排
  • 第二章 结合全局和局部信息的非线性扩散降噪方法
  • 2.1 引言
  • 2.2 非线性扩散方法
  • 2.2.1 基于梯度信息的扩散方法
  • 2.2.2 图像的全局非连续性测度
  • 2.3 结合全局和局部信息的非线性扩散模型
  • 2.4 数值解法
  • 2.4.1 显式解法
  • 2.4.2 半隐式解法
  • 2.4.3 加法分解算法
  • 2.4.4 托马斯算法
  • 2.5 实验结果
  • 2.5.1 主观评价
  • 2.5.2 客观评价
  • 2.6 本章小结
  • 第三章 变分方法在脉冲噪声降噪中的应用
  • 3.1 引言
  • 3.2 中值滤波及其改进算法
  • 3.3 基于两阶段的自适应中值滤波算法
  • 3.3.1 列队差异增强噪声检测器
  • 3.3.2 自适应中值滤波
  • 3.4 自适应变分法
  • 3.5 数值解法
  • 3.5.1 最速下降法和共轭梯度法优化解法
  • 3.5.2 牛顿解法
  • 3.6 实验结果
  • 3.6.1 噪声检测器实验
  • 3.6.2 自适应中值滤波实验
  • 3.6.3 自适应变分方法实验
  • 3.6.4 自适应中值滤波算法与自适应变分方法对比实验
  • 3.7 小结
  • 第四章 医学超声图像斑点降噪
  • 4.1 引言
  • 4.2 自适应滤波器与多尺度分析方法
  • 4.3 基于图像分解和几何分析方法斑点噪声降噪方法
  • 4.3.1 拉普拉斯金字塔图像分解
  • 4.3.2 ROF 分解模型
  • 4.3.3 超声图像的ROF 分解和几何分析方法
  • 4.4 算法实现
  • 4.4.1 Finite Ridgelet 变换的实现
  • 4.4.2 ROF 分解模型和Ridgelet 变换的数字实现
  • 4.5 实验结果
  • 4.6 本章小结
  • 第五章 图像质量评价
  • 5.1 引言
  • 5.2 图像特征提取
  • 5.3 图像质量分类
  • 5.4 实验结果
  • 5.5 本章小结
  • 第六章 工作总结及展望
  • 6.1 工作总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 攻读博士期间发表的论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    基于偏微分方程的图像降噪及质量评价研究
    下载Doc文档

    猜你喜欢