基于非參數(shù)估計的核回歸圖像去噪.pdf

1、在對圖像信息進(jìn)行處理的過程中，由于種種原因，其質(zhì)量有可能受到損害，噪聲是其中之一。因此為了后續(xù)更高層次的處理，有必要對圖像進(jìn)行去噪。近年來，在非參數(shù)估計理論基礎(chǔ)上發(fā)展起來的核回歸方法得到了很大發(fā)展，已經(jīng)滲透到各個領(lǐng)域，并在圖像去噪中取得了一定成效。雖然圖像去噪方法已有很多，但利用核回歸的圖像去噪仍是值得關(guān)注的，在理論和實踐上都具有很大的研究意義。
　　 本文基于核回歸的圖像去噪進(jìn)行了研究。主要工作包括以下幾個方面：
　　

2、 一、綜述圖像去噪的相關(guān)知識及常用的去噪技術(shù)。
　　 二、簡要回顧了回歸理論及幾種主要回歸模型。
　　 三、對傳統(tǒng)核回歸去噪方法進(jìn)行研究，通過實驗證明了其在圖像去噪上的發(fā)展?jié)摿?。將?jīng)典核回歸與圖像特性相結(jié)合，在此基礎(chǔ)上提出了自適應(yīng)的核回歸去噪算法；
　　 四、在自適應(yīng)核回歸的基礎(chǔ)上引入一個迭代過程，實驗結(jié)果顯示該算法能夠提高估計圖像的質(zhì)量。實驗說明了該算法的幾個性質(zhì)：1、對于相同的全局平滑參數(shù)，在達(dá)到最佳估計之后

3、，誤差隨迭代次數(shù)增加而增大；2、估計結(jié)果的偏差隨迭代次數(shù)增加而增大，方差相反；3、對于不同的平滑參數(shù)，達(dá)到最佳估計的迭代次數(shù)不同。較小的平滑參數(shù)需要更多的迭代次數(shù)；4、不同平滑參數(shù)的最佳估計的誤差很接近，但視覺效果不同。較小的平滑參數(shù)和較多的迭代次數(shù)可以更好的保留圖像細(xì)節(jié)，獲得更好的視覺效果。
　　 五、采用了一個結(jié)合sobel算子的核回歸去噪方法，理論上分析了該方法的可行性，該算法能夠在高階回歸時極大的減少計算量，并且有更好的

4、去噪效果。
　　 六、給出了在Visual C++6.0中實現(xiàn)本文算法的過程，實驗比較了本文所有算法，結(jié)果顯示了迭代算法的有效性。最后將本文算法應(yīng)用于醫(yī)學(xué)圖像中，并與常見去噪算法進(jìn)行比較，結(jié)果顯示了本文算法能夠較好的解決醫(yī)學(xué)圖像去噪問題。
　　 目前核回歸去噪方法所取得的成功不僅拓寬了核回歸去噪方法的應(yīng)用領(lǐng)域，而且推動這些領(lǐng)域研究發(fā)展。同時從這些領(lǐng)域的應(yīng)用中反饋新的問題，會進(jìn)一步豐富核回歸理論的內(nèi)容和推動核回歸在圖像處理