基于非局部协同滤波的图像去噪

摘要 ?????? 对于图像处理而言，都会设计到图像采样的噪音分析，合理的、有效的去噪的方法对于图像的后期处理有着重要的作用，较为常见的去噪算法有中值滤波、巴特沃斯通滤波、均值滤波等等算法，本文采用NL算法对比于传统的算法进行图像的去噪研究。 局部平滑方法与频域滤波器注重的是去除噪声，保持图像基本的几何架构，但是无法很好地保留这些精细的结构、细节以及纹理。在自然图像，很多精细的结构与噪声一样是震荡的，相反地，噪声也有低频与平滑分量。因此，应当把注意力集中在信号或图像数据本身的有用信息上，而不是依赖从基本模型。 关键词：图像处理；去噪；局部平滑；NL算法 目录第一章 绪论??? 21.1引言??? 21.2图像处理主要研究内容??? 21.3图像的傅里叶变换??? 31.4小结??? 3第二章??? 32.1图像采样??? 32.2图像的数字化处理??? 42.3颜色空间??? 42.4 图像离散余弦变换??? 52.5小结??? 6第三章??? 63.1图像增强??? 63.2彩色图像的直方图增强??? 73.3中值滤波??? 83.4频域增强??? 93.5巴特沃斯高通滤波器??? 93.6小结??? 9第四章??? 104.1图像质量客观评价??? 104.2图像质量主观性评价准则??? 104.3Non-Local means算法??? 114.3.1算法描述??? 114.3.2NL算法噪声??? 124.4小结??? 13第五章总结??? 13参考文献??? 13致 谢??? 14 本课题的研究目标和内容: 本文主要研究图像在噪声情况下，对于图像的滤燥声情况以及保留图像原始信息的滤燥算法研究，较为常见的去噪算法有中值滤波、巴特沃斯通滤波、均值滤波等等算法，本文采用NL算法对比于传统的算法进行图像的去噪研究。 本文采用NL算法，旨在说明局部平滑方法与频域滤波器注重的是去除噪声，保持图像基本的几何架构，但是无法很好地保留这些精细的结构、细节以及纹理。在自然图像，很多精细的结构与噪声一样是震荡的，相反地，噪声也有低频与平滑分量。因此，应当把注意力集中在信号或图像数据本身的有用信息上，而不是依赖从基本模型。因此本文针对滤燥算法对比，保留较好的图像纹理信息。