毕业设计中期答辩PPT资料.

➢算法思路：
是 平滑点
强平滑滤波器
-1 0 +1
像素 Sobel算子 >Td?
-2 0 +2
否 边缘点
弱平滑滤波器
-2 0 +1
2020/7/3
7.算法流程图
8.Sobel算子Gx
8
中国科学技术大学
4.去除块效应
4.1去块算法
➢强滤波器
• of f setj p4, j p5, j
p1, j p1, j of f setj /12
pppqqqq
• 逐点计算a(k)改为逐边缘计算a(k) p p p q X(n)
➢优缺点
6.验证
• 不求边缘，保留边缘 • 噪声扩散、时间复杂度高
2020/7/3
7
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
合肥工业大学
题目：去除图像噪声软件方法的研究 答辩人：*** 导师：*** 时间：2020年7月3日
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
2020/7/3
2
中国科学技术大学
1.研究概述
b[(i 1)B] b[iB] V[i]
• 为了消去V[i]，作差
d[i] b[i]b[i 1]
• 评价
M B 2 / B
11.一维理想块状信号
2020/7/3
12.信号d[i]
10
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
• g[i, j] f [i, j] f [i, j 1] • 对g[i,j]的每一行分别作FFT，得到功率谱
16
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
])
(P[ N 2
]
N PM [ 2
])
2020/7/3
11
中国科学技术大学
4.去除块效应
13.Lena.jpg
压缩比: 16.4173
14.Lena_b.jpg
---Lena.jpg ---Lena_b.jpg
15.功率函数曲线
2020/7/3
12
中国科学技术大学
5.去除高斯噪声
5.1分析
P(k )[l]
2
X X
(k )[l] (k )[l]
2 2
P[l] 1 L P(k)[l] L k 1
• 评价
1 l N / 21 l 0, N / 2
0l N/2
M Bv
8 7
(P[
N 8
]
N PM [ 8
])
(P[
N 4
]
PM [
N 4
])
( P[ 3N 8
]
3N PM [ 8
ˆ
2 X
(t
)
max
0,
1 L
( (t) (i, j) 2 ˆ 2 (t))
• 计算阈值并用软阈值处理系数
(t) ˆ 2 (t) / ˆ X (t)
ˆt
(i,
j)
sign(t
0
(i,
j))(t
(i,
j)
(t ))
t (i, j) (t) t (i, j) (t)
2020/7/3
14
中国科学技术大学
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
Y(n) X(n) N(n)
➢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
2020/7/3
3
中国科学技术大学
p1 p2 p3 p4 p5 p6 p7 p8
p2
p3
p4
p5
Horizontal
p6
Block Boundary
p7
p8 Vertical Block Boundary
p2, j p2, j of f setj / 8 9.8*8块的选取
p3, j p3, j of f setj / 4
p4, j p4, j of f setj / 2
• 主观评价
2020/7/3
5
中国科学技术大学
3.去除脉冲噪声
3.1分析
3.2算法
4.原始图像直方图
➢基于边缘预测的最小平方(LS)算法
N
Xˆ (n) a(k) X (n k) k 1
2020/7/3
6
中国科学技术大学
3.去除脉冲噪声
X(n-11) X(n-8) X(n-6) X(n-9) X(n-12)
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
2.块效应
1.原始图片
3.脉冲噪声
2020/7/3
4
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
3.2算法
f (a) y Ca
2
➢对上式关于a求导，令
o
o
o
o
o
X(n- 7) X(n- 3) X(n-2) X(n-4) X(n-10)
o
o
o
o
o
X(n- 5) X(n- 1) X(n)
o
o
●
导数得零，有
5.X(n)及其邻域
a (CT C)1(CT y)
ppqqq pppqqqq
➢验证与优化
➢弱滤波器
9
9
• 邻域加权平均: p c j p j / ci
• 其中
j 1
i 1
di pi p5
ci (255 di )q
p1 p2 p3 p4 p5 p6 p7 p8 p9 10.P5及其邻域
2020/7/3
9
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
• b[iB]ห้องสมุดไป่ตู้ b[iB 1] b[iB B 1]
➢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
16.原始图
17.直方图均衡图
➢Bayes逐点阈值去噪
• 对图像进行db1小波变换
2020/7/3
13
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 ˆ t MAD( （t 1）(i, j) ) / 0.6745
6.实验结果
视觉效果
18.原始图
评价参数
19.处理后图
➢脉冲噪声:0.174% 方块效应:7.2153-->6.1214
➢运行时间:8.916s+0.274s+2.724s
2020/7/3
15
中国科学技术大学
6.实验结果
2020/7/3
20.处理后直方图
---原始图 ---处理后图
21.处理后功率谱曲线