免费论文摘要：图像雀斑噪声辨别与参数估量本领接洽

图像获得和传输进程使得大普遍数字图像都带有各别水平的噪声，这不只感化图像的视觉功效，并且妨害后序的目的检验和测定、特性索取和参数丈量等百般处置，径直感化图像解译品质，所以图像抑噪从来是图像处置的一项要害工作。动作控制噪声的要害步骤，本能崇高的抑噪算法该当充溢运用噪声的先验常识，比方噪声典型、强度及情况，安排相映的滤波器，但是，暂时那些先验常识常常是按照主观估计或假如，而不是依附图像噪声的客观刻画，在这种情景下对图像的噪声举行处置常常是盲手段。所以，有理估量图像噪声至关要害。正文归纳运用灰色表面、参数估量、直方图统计消息、Gaussian-Hermite矩和弧线拟合等多种表面与本领，对图像噪声举行深刻领会，接洽噪声典型辨别本领和雀斑噪声参数估量新本领，并安排实行了图像噪声领会与估量演练软硬件，重要革新性处事囊括：(1) 将直方图消息和灰色关系领会表面相贯串，提出了一种鉴于直方图消息灰色关系的图像噪声典型辨别本领。该本领开始领会椒盐噪声、高斯噪声和雀斑噪声这三种噪声的直方图统计消息，进而径直辨别出椒盐噪声。为精确辨别高斯噪声和雀斑噪声，引入灰色关系领会表面中的灰色关系度，按照两种噪声的直方图弧线特性，产生参考序列和比拟序列，运用两类序列间的灰色关系度来实行辨别。表面领会和试验截止表白，与现有噪声典型辨别本领比拟具备大略、易行、通用的特性。(2) 提出了一种鉴于Gaussian-Hermite矩的雀斑噪声参数盲估量本领。该本领开始领会Gaussian-Hermite矩的特性，而后运用Gaussian-Hermite矩结构特性向量，并领会简单灰度地区叠加了各别强度雀斑噪声后的散布顺序。在此普通上，构背叛映图像斑噪强度的噪声特性值。结果经过弧线拟合获得噪声参数与噪声特性值的之间的因变量联系式。试验截止表露，该映照因变量不须要任何先验常识，即可赶快、灵验地估量图像中的雀斑噪声强度。(3) 提出了一种大略、赶快的图像雀斑噪声参数盲估量本领。该本领在仿真图像中介入各别强度的雀斑噪声，领会含噪图像平均地区内直方图散布特性，构背叛映图像斑噪强度的噪声特性值，最后创造了噪声参数与噪声特性值的之间的映照因变量。试验截止表露，该映照因变量不须要任何先验常识，即可简单、赶快地估量图像中的雀斑噪声强度。在之上处事的普通上，以Visual C++6.0为平台，安排实行了可辨别图像含噪典型，并同声估量图像噪声参数的演练软硬件。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/246443.html