數(shù)字圖像去噪、銳化與顏色增強(qiáng)研究.pdf

1、隨著數(shù)字成像技術(shù)的快速發(fā)展，數(shù)字圖像出現(xiàn)在日常生活中的各個(gè)領(lǐng)域。然而，由于受到設(shè)備限制、環(huán)境干擾、人為因素等影響，所獲取的圖像時(shí)常受到噪聲、模糊和顏色問(wèn)題的干擾。這些問(wèn)題的存在不僅使得無(wú)法觀察到清晰自然的圖像，也給后續(xù)的圖像分析和識(shí)別帶來(lái)了諸多困難。本文針對(duì)圖像去噪、圖像銳化、顏色增強(qiáng)三個(gè)方面進(jìn)行了研究和探討，主要成果如下:
　　(1)基于稀疏冗余表達(dá)理論，提出了增強(qiáng)的自適應(yīng)回溯正交匹配追蹤算法(IABOMP)。在提出的算法中，采

2、用的自適應(yīng)閾值由字典原子與圖像內(nèi)容共同決定，使得算法更加智能。其次，增加的支持域校驗(yàn)和殘差反饋機(jī)制使得重構(gòu)出的圖像可以保留盡量多的圖像細(xì)節(jié)，并且使獲得的表達(dá)系數(shù)最稀疏。此外，在計(jì)算過(guò)程中采用的臨時(shí)字典和自適應(yīng)步長(zhǎng)技術(shù)使得算法減少了一半的迭代次數(shù)。實(shí)驗(yàn)結(jié)果證明，提出的算法在信號(hào)重構(gòu)精確度、信號(hào)稀疏度、運(yùn)行時(shí)間、去噪結(jié)果PSNR數(shù)值評(píng)估、方法噪聲主管評(píng)價(jià)等方面均獲得了很好的表現(xiàn)。
　　(2)針對(duì)同時(shí)含有強(qiáng)噪聲和離焦模糊的圖像，提出局部

3、結(jié)構(gòu)自適應(yīng)銳化算法(LSAS)。與其他方法相比，本文提出的算法會(huì)沿著圖像邊緣方向進(jìn)行銳化，從而避免了噪聲放大和細(xì)節(jié)模糊問(wèn)題，并且不會(huì)帶來(lái)過(guò)沖現(xiàn)象。為了解決僅憑經(jīng)驗(yàn)設(shè)置參數(shù)而帶來(lái)的銳化效果不理想的問(wèn)題，基于提出的LSAS擴(kuò)展出兩個(gè)迭代版本用于圖像銳化盲復(fù)原。一個(gè)是通過(guò)改變局部圖像協(xié)方差參數(shù)獲得結(jié)果的全自動(dòng)版本，即ILSAS。另一個(gè)是通過(guò)改變平滑參數(shù)獲得結(jié)果的優(yōu)化版本，即OILSAS。實(shí)驗(yàn)結(jié)果證明，兩個(gè)迭代版本均可以在很少的迭代次數(shù)內(nèi)自動(dòng)的

4、獲得令人滿意的結(jié)果。
　　(3)為解決增強(qiáng)圖像細(xì)節(jié)同時(shí)避免放大暗區(qū)域噪聲的問(wèn)題，基于圖像亮度提出兩種高動(dòng)態(tài)圖像顏色增強(qiáng)算法。一種是自適應(yīng)權(quán)重多尺度Retinex(AVBMSR)，另一種是結(jié)合亮度函數(shù)的自適應(yīng)多尺度色調(diào)映射(AMSTM)。與其他算法普遍采用的平均權(quán)重不同，自適應(yīng)權(quán)重賦予每個(gè)尺度的處理結(jié)果中每個(gè)像素點(diǎn)不同的權(quán)重值。此外，提出的算法可以在無(wú)需顏色復(fù)原步驟的情況下，避免處理結(jié)果色調(diào)偏移和飽和度下降的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，本文