非局部均值图像去噪算法研究

1、开题报告%1. 课题名称非局部均值图像去噪算法的研究%1. 课题来源图像是人类获取信息的重要手段之一，图像在信息传播过程 中所起的作用越来越大。在许多情况下，图像信息会受到各 种各样噪声的影响，因为图像在获取过稈中容易受到器件和 周围环境的影响，从而使图像中含有噪声。图像的噪声可以 理解为“妨碍人们感觉器官对所接收的信源信息理解的因 素”。但在理论上定义为“不可预测，只能用概率统计方法 来认识的随机误差”。也就是说，噪声是随机产生的，因而 具有分布和大小的不规则性。噪声严重时会影响图像中的有 用信息，所以对图像的噪声处理的方法就显得十分重要。%1. 选题的国内外研究现状及水平、研究口标及意义（

2、包括 应用前景、科学意义、理论价值）国外研究现状：在数字图像处理的领域里，输入的质量低的 图像，输出是改善质量后的图像。对于含噪图像，模糊图像 等退化图像，图像处理的过程就是对图像品质的提升。图像 去噪是图像分析和计算机视觉中十分重要的技术。到口前为 止已相当成熟，主耍方法分为两大类：空间域法和频域法。 在空间域中，去噪主要是邻域平均法和中值滤波法等。因此 寻找能够兼顾去噪，保留图像边缘及其他特征的图像的滤波 算法是该领域的重点课题。国内研究现状：我国数字图像处理技术起步较晩，但在学习 国外技术的基础上发展迅速。近些年来，小波理论得到了非 常迅速的发展，而且由于其具备良好的时域局部化和多分辨

3、率分析能力，因而在图像处理各领域的实际应用非常广泛。如非线性小波变换阈值法去噪，小波变换模极大值去噪及基 于小波变换的尺度相关性去噪。研究冃标：1掌握图像去噪的基本概念与数学模型2掌握并 实现基于局部特征的图像去噪算法3掌握并实现基于非局 部特征的图像去噪算法4构建完整图像去噪算法系统研究意义：图像去噪方法的研究具有广泛而深远的意义。体 现在实际生活应用上，譬如说，由于不同的成像机理，得到 的初始图像中含有不同性质的噪声，这些噪声的存在影响着 人们对图像的观察，干扰人们对图像信息的理解。噪声严重 的时候，图像儿乎产生变形，使得图像失去了存储信息的本 质意义。显然，对图像去噪处理，是正确识别图像

4、信息的必 要保证。图像去噪技术的应用从宇航领域扩展到生物医学、信息科 学、资源环境科学、天文学、物理学、工业、农业、国防、 教育、艺术等各个领域与行业，对经济、军事、文化及人们 的h常生活产生重大影响。图像去噪对数字图像其他处理环节性能的提升有着促进作 用。如果对一幅含噪图像进行特征提取，配准或者图像融合 等处理其结果肯泄不能令人满意，所以图像去噪是必须的。图像去噪的理论意义在于它是对图像的底层处理，噪声可 能在图像采集、量化等过程中产生。也可能在传输过程中产 生。噪声的存在极大地干扰了图像的信息。对于图像的后继 处理和分析都有影响。%1. 课题难点非局部均值模型的构建%1. 课题方案其实现过稈是：（1）对输入的含噪自然图像做小波变换;（2 ）对高频信息进行方差归一化处；（3 ）计算像素点x 与搜寻区域内像素点y的相似性，得到搜寻区域内所有像素 点的权值；（4 ）根据计算出的搜寻区域内所有像素点的权 值，对搜寻区域内所有