《基于curvelet变换与偏微分方程的图像去噪算法研究硕士学位论文》由会员分享，可在线阅读，更多相关《基于curvelet变换与偏微分方程的图像去噪算法研究硕士学位论文（22页珍藏版）》请在金锄头文库上搜索。
1、分硕士学位论文基于FPGA的MACRO运动控制网络的研究及实现 Research and Realization of MACROMotion Control Network based on FPGA摘 要图像去噪是图像处理中一项最基本的课题，在图像的采集、获取和传输过程中，由于成像系统内部和外部受到各种因素的干扰，会对图像造成不同程度的噪挥着不可忽视的作用。目前，已经广泛应用于天文学、经济领域、医学图像、军事侦察、法律、计算机视觉、光学遥感、航天航空技术、气象云图分析、材料科学、艺术领域、视频和多媒体图像处理等众多科学技术领域。Curvelet变换与偏微分方程方法是两种非常有效的图像去噪算
2、法，从过去的二十几良好的保持能力，由于它们自身的特性而被广泛应用于数字图像处理各个分支中。本文在研究Curvelet变换与偏微分方程去噪理论的基础上，对它们的优缺点进行了分析。由于Curvelet变换在逼近曲线时内部的线状局域相关性使得去除噪声的同时常常伴有“环绕”效应，即图像上出现许多交错的划痕。运用整体变分(TV)方法进行图像去噪，当噪声较小的时候，只需很少次的迭代就能达到很好的滤波效果；当处理的噪声比较大的时候，要使峰值信噪比达到最优，随着迭代次数的增加，平滑强度的增强，去，由此，本文结合两者的优点提出了一种新的混合去噪算法，对Curvelet变换(这里采用USFFT方法来实现Curve
3、let变换)处理后的图像运用TV方法进行进一步的滤波处理。实验表明，该方法只需极少次的迭代便能有效抑制Curvelet方法带来的“环绕”效应，而不会出现“块”效应，从而改进了Curvelet变换去噪算法，且在计算时间上优于TV方法，取得了更好的综合性能。关键词：图像去噪 Curvelet变换 偏微分方程 TV模型关键词：图像去噪 Curvelet变换 偏微分方程 TV模型 Curvelet变换 偏微分方程TV模型 AbstractImage denoising is one of the most basic subject of the image processing. In the pr
4、ocess of image acquisition and transmission, by virtue of the interior and exterior of the image systems suffer from various of interfering signal, which leading to noise pollution of different noise from an image to obtain the visual effect of original image. Image denoising is the reconnaissance,
5、law, computer vision, optical remote sensing, the technologies of aeronautics and astronautics, meteorology cloud image analysis, material science, arts field, videos and multimedia image processing and so on.In the paper, we study the image denoising theories based on curvelet transform and partial
6、 differential equations and analysis their advantages and disadvantages firstly. Because there are local linear correlations of the curvelet transform, some surrounding effects named the edges of image is becoming blurring, at the same time, it brings large computational new hybrid denoising method
7、is proposed combining curvelet based method and TV method based on analysis the two algorithms deeply. Perform curvelet transform to image (we use Unequally-space Fast Fourier Transform method to implement it in this paper), then perform further TV filtering to do second denoising processing. The ex
8、periment results show that the new algorithm can restrain the surrounding effect just only by a few iterations effectively. it improves the curvelet method to great degree. The hybrid method needing less time than TV method is another advantages. Key words: Image denoising Curvelet transform Partial
9、 Differential Equations (PDE)（注：关键词与上文空一行，冒号与英文第一个关键词之间空一个字符，关键词与关键词之间空二个字符）（注：英文关键词若要是在一行内写不下的，则第二行的第一个字母要与第一行冒号后面的字母对齐）如下面范例所示：Key words: Image denoising Curvelet transform Partial Differential Equations (PDE) TV model目 录（注：“目录”二字之间空二格，字体为小三宋体、加粗并居中，间距段前、段后均为13磅，但不做为一级标题。目录中无“目录”这一项，即，目录不作为一级标题出现在
10、目录中。）摘 要IAbstractII第一章 绪 论11.1 课题的研究背景及意义11.2 图像去噪技术发展概况11.2.1 Curvelet 变换理论发展简介21.2.2 偏微分方程发展简介21.3全文研究内容及章节安排2第二章 Curvelet变换的基本理论32.1 第一代Curvelet变换理论32.2 第二代Curvelet变换理论32.2.1连续Curvelet变换42.2.2离散Curvelet变换42.2.3 Curvelet系数分析42.3 基于Curvelet变换的图像去噪理论62.4 小结6第三章 基于偏微分方程的图像去噪理论73.1 非线性扩散模型去噪原理73.1.1 P
11、-M模型73.1.2 自蛇(self-snake)模型83.2 整体变分模型去噪原理83.2.1 整体变分(TV)模型83.2.2 模型的数值解法93.3 小结9第四章 基于Curvelet 变换与整体变分模型的图像去噪算法104.1 两种去噪算法效果分析104.1.1 去噪效果评价标准104.1.2基于离散Curvelet变换的去噪效果分析104.1.3 TV模型去噪效果分析104.2 Curvelet变换与TV模型相结合的图像去噪算法124.2.1 混合算法的提出124.2.2 仿真实验及结果分析124.3 小结12第五章 结论13致 谢14参考文献15作者简介16攻读硕士学位期间研究成果
12、16原创性声明17论文使用授权声明17注意：自动生成的目录，生成后需要调整页边距,之后再调整整个目录部分（包括文字、数字等）均设为：宋体正文、小四号字、间距段前、段后均为0行，行距均为：固定值20磅。目录中一级标题顶格，二级标题空两个空格，若有三级标题，则三级标题空四个空格。第一章 绪 论1.1 课题的研究背景及意义数字图像处理起源于二十世纪二十年代，随着计算机网络技术的普及，图更多领域中，以达到更好地为人类服务的目的。图像去噪技术是图像处理中一项最基本的课题，它在图像处理过程中发挥了这些方法的有效性和实用性，将它们运用于许多领域之中。Curvelet（曲波）变换和偏微分方程方法（PDE, P
13、artial differential equations）3,4,5,6是近年发展起来的两种行之有效的图像处理手段，针对这两种技术的研究和不断改进在很大程度上体现了数字图像处理技术的进步与提高。由于Curvelet 变换与偏微分研究具有深远的意义。1.2 图像去噪技术发展概况图像去噪技术是图像后续处理的基础和关键步骤，它从被污染的图像中提取有用为加性噪声与乘性噪声两类2。图1-1为加性噪声模型框图：图 1-1 加性噪声模型框图即： (1-1)式(1-1)中，原始图像；噪声函数；被噪声污染后图像，大小均为。加性噪声的特性是它与图像信号强度不相关，也就是噪声与信号之间是相互独立的。乘性噪声模型表
14、示如下： (1-2)与加性噪声不同的是，乘性噪声与图像信号的强度相关，它和原始图像信号的变斯分布），表示为： (1-3)式中，为概率密度函数；、分别表示图像的像素灰度值、期望、随机的。展前景而被人们广泛研究和关注，如今，已经发展起来一套完备的理论框架。1.2.1 Curvelet 变换理论发展简介近年来, 小波理论迅速发展起来,并在数字图像处理、信号处理等工程领域发挥叶、压缩、分解和SAR图像去噪等许多领域，取得了许多具有科学价值的重要成果。1.2.2 偏微分方程发展简介三章详细介绍总体变分模型的去噪原理。1.3全文研究内容及章节安排本文研究了Curvelet变换和偏微分方程的图像去噪基本理论
15、，在分析了噪产生的本文结构如下：第一章 首先介绍了课题的研究背景及意义，其次简要说明图像降噪技术的国内外介绍。第二章 本章介绍了Curvelet变换理论在图像去噪中的应用，简单介绍了第一代法，并对离散 Curvelet变换系数进行了分析。第三章 介绍偏微分方程图像去噪的基础理论，并对几种经典的去噪模型的原理进行了分析，着重分析了整体变分（TV）模型的去噪原理。第四章 首先分别对离散Curvelet变换和TV模型图像去噪进行实验仿真，分析第五章 总结。对课题进行了总结，提出对今后工作的几点展望。注：图 表：字体为五号字。图序及图名置于图的下方，与下面文字之间空一行；表序及表名置于表的上方，与上面文字之间空一行。脚 注：注意脚注的方式，序号加圆圈放在加注处右上角，例如；注释内容排在加注处所在页下方。每页注释序号均从开始，不与前页的注释
