详情

matlab0070 基于非局部协同滤波的图像去噪

项目介绍

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    2
1.1引言    2
1.2图像处理主要研究内容    2
1.3图像的傅里叶变换    3
1.4小结    3
第二章    3
2.1图像采样    3
2.2图像的数字化处理    4
2.3颜色空间    4
2.4 图像离散余弦变换    5
2.5小结    6
第三章    6
3.1图像增强    6
3.2彩色图像的直方图增强    7
3.3中值滤波    8
3.4频域增强    9
3.5巴特沃斯高通滤波器    9
3.6小结    9
第四章    10
4.1图像质量客观评价    10
4.2图像质量主观性评价准则    10
4.3Non-Local means算法    11
4.3.1算法描述    11
4.3.2NL算法噪声    12
4.4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。


站长说明

       成品毕业设计 可以根据自己的要求, 自行浏览选购, 可以参考是否符合自己要求,找到满意的成品毕业设计 , 直接发送成品编号联系发你网址的工作人员进行交易,  我们会从QQ或者邮箱等方式发送毕业设计程序。

        我们团队 , 可以根据用户的功能要求量 身定制毕业设计程序 (同样联系发你网址的 工作人员) ,  需要用户提供详细的   , 功能要 求.开发技术要求(开发语言、开发工具、框 架等  ) . 我们会根据用户毕业设计的难易程 度 , 工作量大小等, 具体的给出一个报价,价格 协商一致过后,付下40%定金.我们开始开 发毕业设计, 做好过后先发送设计桌面演示录像 , 用户看后 满意付尾款, 我们再发程序源码压缩包!