摘要本文研究了一种基于最小广义交叉校验值（GCV）的自适应三文块匹配图像滤波算法（BM3D）。通过最小GCV的噪声算法估计出图像噪声标准差，根据最佳滤波参数设定，利用数据拟合的方法对估计出的噪声进行修正，并将修正后的噪声估计值作为BM3D算法的最佳滤波参数，进行自适应的三文块匹配图像滤波，有效克服BM3D算法用于盲滤波去噪性能大幅下降的缺陷。实验结果表明，本文研究的自适应的BM3D算法的去噪图像在视觉效果和图像品质方面明显优于现有的BM3D算法。30041
关键词 BM3D 广义交叉校验值 噪声估计 数据拟合
毕业论文设计说明书外文摘要
Title Adaptive Block-matchong 3D Filtering Algorithm
Abstract
This paper proposes an improved version of BM3D filtering based on minimum generalized cross-validation (GCV) score. The noise standard deviation can be estimated by the noise estimation method based on minimal GCV score and then is modified according to the optimal smoothing parameter setting. The curve fitting is analyzed to make the modification and the modified noise standard deviation is applied as the optimal smoothing parameter to perform adaptive BM3D filtering, which overcomes the shortage that the original BM3D filtering cannot deal with the blind filtering. The experiment results demonstrate that the proposed method outperforms the BM3D filtering in terms of visual effect and image quality.
Keywords BM3D generalized cross-validation noise estimation curve fitting
目 次
1 引言 1
1.1 研究背景 1
1.2 研究现状和存在问题 2
1.3 论文组织结构和章节安排 4
2 常用图像去噪算法特点及分析 5
2.1 基于空间域的去噪算法 5
2.2 基于变换域的去噪算法 7
3 自适应三文块匹配图像滤波算法的设计 17
3.1 噪声估计算法特点分析 17
3.2 三文块匹配图像滤波算法 24
3.3三文块匹配图像滤波算法的自适应实现 28
4 实验结果分析 34
结 论 40
致 谢 41
参考文献 42
附录A 发表的学术论文 44
1 引言
在图像生成和传输过程中，硬件设备的不完善会产生噪声，噪声污染的图像的结构会遭到破坏，原有的图像信息会被噪声淹没，严重影响了图像的识别价值[1]和艺术价值，为了解决噪声对图像的污染和破坏，获得原始的有价值的图像，就需要对含噪图像进行去噪处理，滤除图像噪声，重现图像的信息。因此，对图像去噪算法的研究就显得必要而且迫切。
图像的去噪算法是近几年人们的研究热点，也取得了一些研究成果，许多算法能够基本完成人们对去噪图像的要求，但是他们通常对于特定图像有很好的去噪效果，而对于一般图像来说，要么无法保存原有图像的细节部分，要么加入了人工处理的痕迹，使得原有图像结构遭到破坏。
2007年Dabov K，Foi A，Katkovnnik V 和Egiazarian K O在非局部滤波算法[2]（Non-local Means，NLM）的基础上提出了三文块匹配图像滤波算法[3](Block-matching and 3D filtering algorithm，BM3D)，这是一种全新的去噪算法的概念，将非局部算法的优点与局部变换域有效去噪算法结合起来，获得了完美的去噪效果，使得去噪后的图像清晰地还原原有的图像细节信息，很大程度上满足了人们对图像去噪的要求。BM3D去噪算法一直是人们的研究的热门算法，为了达到更高要求的去噪效果，它的改进算法也在不断的被提出。 自适应三维块匹配图像滤波算法研究:http://www.751com.cn/tongxin/lunwen_25546.html