非局部变换域图像去噪与增强技术研究与改进
4星 · 超过85%的资源 需积分: 12 170 浏览量
更新于2024-07-26
1
收藏 6.74MB PDF 举报
"非局部变换域图像去噪与增强及其性能评价研究"
图像去噪和增强是计算机视觉和图像处理领域的核心任务,对于提高图像质量和分析的准确性至关重要。非局部变换域的方法在这两个方面展现了强大的潜力。这篇博士学位论文由侯迎坤撰写,并由赵春霞教授指导,探讨了非局部变换域的图像去噪与增强技术,并提出了性能评价的新方法。
传统的图像去噪方法主要分为局部方法和非局部方法。非局部平均(NLM)方法引入了一种新的去噪策略,它基于图像块之间的相似性进行平滑。而块匹配三维协同滤波器(BM3D)则进一步结合了局部变换和非局部思想,被认为是目前最佳的图像去噪技术。然而,BM3D方法在处理高噪声水平时仍存在引入假信号和去噪性能下降的问题。论文深入研究了这些问题,通过调整块匹配参数、块尺寸和预滤波等,提出了一种改进的算法,降低了假信号的产生,提高了去噪效果。
论文还指出,虽然BM3D的去噪能力强大,但在增强图像稀疏性时过于强调局部变换,这可能导致假信号的引入。为了解决这个问题,作者提出了块匹配一维一三维(BM1.3D)变换域滤波,通过两次迭代的一维变换增强了第三维的稀疏性,减少了局部变换的影响,从而改善了去噪结果,同时在保留图像细节上表现出色。
图像细节增强是另一个关键问题,特别是在线状奇异性的弱细节表示上。非下采样轮廓波变换(NSCT)是一种有效的线状奇异性表示方法,但其局部变换特性会在图像边缘附近产生光晕现象。论文提出了一种非局部线状奇异性表示方法,解决了这一问题,实现了较好的图像增强效果,且基本不引入光晕假信号。
为了评估去噪和增强的性能,论文创新性地引入了基于图像水印的评价方法。这种评价方法能够更客观地衡量去噪和增强过程对图像质量的影响,为后续研究提供了可靠的性能基准。
这篇论文在非局部变换域的图像去噪和增强领域做出了重要贡献,不仅改进了现有技术,还提出了新的性能评价工具,为图像处理的研究和发展提供了有价值的理论和技术支持。
2019-08-15 上传
2024-01-04 上传
2023-11-19 上传
2024-06-30 上传
2024-06-19 上传
2023-07-31 上传
2023-07-29 上传
2024-01-21 上传
2023-05-13 上传
碰碰跳跳
- 粉丝: 259
- 资源: 87
最新资源
- 明日知道社区问答系统设计与实现-SSM框架java源码分享
- Unity3D粒子特效包:闪电效果体验报告
- Windows64位Python3.7安装Twisted库指南
- HTMLJS应用程序:多词典阿拉伯语词根检索
- 光纤通信课后习题答案解析及文件资源
- swdogen: 自动扫描源码生成 Swagger 文档的工具
- GD32F10系列芯片Keil IDE下载算法配置指南
- C++实现Emscripten版本的3D俄罗斯方块游戏
- 期末复习必备:全面数据结构课件资料
- WordPress媒体占位符插件:优化开发中的图像占位体验
- 完整扑克牌资源集-55张图片压缩包下载
- 开发轻量级时事通讯活动管理RESTful应用程序
- 长城特固618对讲机写频软件使用指南
- Memry粤语学习工具:开源应用助力记忆提升
- JMC 8.0.0版本发布,支持JDK 1.8及64位系统
- Python看图猜成语游戏源码发布