题目:去除图像噪声软件方法的研究答辩人:***导师:***时间:2019年10月26日合肥工业大学中国科学技术大学目录1.研究概述2.对噪声的认识和图像质量评价3.去除脉冲噪声4.去除块效应5.去除高斯噪声6.实验结果7.总结和展望2019/10/262中国科学技术大学1.研究概述1.1研究背景噪声来源:CCD相机制造缺陷、图像压缩及存储等引入噪声影响:对跟踪、识别、超分辨率等造成干扰1.2研究目的及意义目的:提取有用信号意义:是跟踪、识别等后续处理的基础1.3研究的问题脉冲噪声、块效应、高斯噪声2019/10/263)()()(nNnXnY中国科学技术大学2.对噪声的认识和图像质量评价2.1对噪声的认识注意:本图像受到多种因素干扰,如雾、平台震动引起的图像模糊2019/10/2641.原始图片3.脉冲噪声2.块效应中国科学技术大学2.对噪声的认识和图像质量评价2.2图像质量评价无原始参考图像,采用盲评价脉冲噪声•百分比块效应•能量高斯噪声•主观评价2019/10/265中国科学技术大学3.去除脉冲噪声3.1分析3.2算法基于边缘预测的最小平方(LS)算法2019/10/2664.原始图像直方图NkknXkanX1)()()(ˆ中国科学技术大学3.去除脉冲噪声3.2算法对上式关于a求导,令导数得零,有验证与优化•逐点计算a(k)改为逐边缘计算a(k)优缺点•不求边缘,保留边缘•噪声扩散、时间复杂度高2019/10/2672)(aCyaf)()(1yCCCaTTppqqqpppqqqqpppqqqqpppqX(n)5.X(n)及其邻域6.验证X(n-11)X(n-8)X(n-6)X(n-9)X(n-12)oooooX(n-7)X(n-3)X(n-2)X(n-4)X(n-10)oooooX(n-5)X(n-1)X(n)oo●中国科学技术大学4.去除块效应4.1去块算法启发:•视觉系统对平滑区域块效应敏感,对边缘区域块效应不敏感•分别处理平滑区域和边缘区域算法思路:2019/10/268像素Td?Sobel算子平滑点边缘点强平滑滤波器弱平滑滤波器是否7.算法流程图8.Sobel算子Gx-10-20-20+1+2+1中国科学技术大学4.去除块效应4.1去块算法强滤波器•弱滤波器•邻域加权平均:•其中2019/10/2692/4/8/12/,4,4,3,3,2,2,1,1,5,4jjjjjjjjjjjjjjjoffsetppoffsetppoffsetppoffsetppppoffsetqiiiidcppd)255(59191/iijjjcpcpp1p2p4p5p7p8p3p6p9p1p2p2p3p3p4p5p6p7p8p4p5p6p7p8HorizontalBlockBoundaryVerticalBlockBoundary9.8*8块的选取10.P5及其邻域中国科学技术大学4.去除块效应4.2评价算法一维理想块状信号••为了消去V[i],作差•评价2019/10/2610][][])1[(]1[]1[][iViBbBibBiBbiBbiBb]1[][][ibibidBMB/211.一维理想块状信号12.信号d[i]中国科学技术大学4.去除块效应4.2评价算法含块效应的图像信号••对g[i,j]的每一行分别作FFT,得到功率谱•评价2019/10/2611]1,[],[],[jifjifjig2/0][1][2/,0][12/1][2][1)(2)(2)()(NllPLlPNllXNllXlPLkkkkk])2[]2[(])83[]83[(])4[]4[(])8[]8[(78NPNPNPNPNPNPNPNPMMMMMBv中国科学技术大学4.去除块效应2019/10/2612---Lena.jpg---Lena_b.jpg13.Lena.jpg14.Lena_b.jpg压缩比:16.417315.功率函数曲线中国科学技术大学5.去除高斯噪声5.1分析对原始图像作直方图均衡,可明显观察到随机噪声。5.2算法Bayes逐点阈值去噪•对图像进行db1小波变换2019/10/261316.原始图17.直方图均衡图中国科学技术大学5.去除高斯噪声5.2算法Bayes逐点阈值去噪•噪声方差和信号方差的估计•计算阈值并用软阈值处理系数2019/10/2614))(ˆ),((1,0max)(ˆ6745.0/)),((ˆ22)(21tjiLtjiMADttXt)()(),(0)(),())(),())(,((),(ˆ)(ˆ/)(ˆ)(2tjitjitjijisignjittttttttX中国科学技术大学6.实验结果视觉效果评价参数脉冲噪声:0.174%方块效应:7.2153--6.1214运行时间:8.916s+0.274s+2.724s2019/10/261518.原始图19.处理后图中国科学技术大学6.实验结果2019/10/261620.处理后直方图21.处理后功率谱曲线---原始图---处理后图中国科学技术大学7.总结和展望总结主要完成了脉冲噪声、块效应和高斯噪声的去除和定量评价优化了算法时间复杂度去高斯噪声时,对噪声的计算更精确展望人眼视觉模型的考虑获得更多的先验信息,寻找对应的解决方法从变换域处理,减小时间复杂度2019/10/2617中国科学技术大学致谢感谢科大老师悉心培养感谢科大提供的科研平台感谢导师的指导、师兄们的帮助2019/10/2618中国科学技术大学Q&A2019/10/2619中国科学技术大学附:相关推导块效应评价DFT对于变换核函数,当k=N/8时,2019/10/2620210()()0,11jnkNNnHkhnekN228cos()sin()44jnkjnNNNnneej