非局部变换域图像去噪与增强技术研究与改进

"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。