OepnCV基于小波变换的水下图像去噪研究(2)

菜单

4.1.4 图像质量评价标准23

4.2 算法分析24

4.3 实验结果及分析 24

4.4 本章小结26

结论 27

致谢 28

参考文献 29

1 绪论

1.1 引言

21世纪是人类向海洋进军的世纪,海洋信息获取、传输和处理的理论与技术的重要性更显突出。海洋环境的复杂性使水下不确定性因素对水下图像的影响更加严重,水下成像过程中水体对光的散射和吸收效应带来的非线性影响,以及水下图像对比度低、边缘模糊、弱纹理等缺陷,都为水下图像处理带来了更多的困难。因此,水下图像去噪是目前水下图像处理领域的一个重要问题。

早期人们为了真实反映自然景物和人物的原貌，对拍摄到的黑白照片进行手工上色，这就是最原始的图像处理技术。随着计算机技术的发展，原来靠手工完成的图像处理现在可以完全依靠计算机来实现，为了使计算机可以直接对图像进行自动处理，必须对图像进行数字化，从此数字图像处理技术也随之应运而生。数字图像在我们日常生活中起着非常重要的作用，它与我们的日常生活息息相关，例如在卫星、电视、核磁共振、计算机视觉、地球信息系统以及天文学中应用非常广泛。文献综述

一般情况下采集到的水下图像是含有噪声的。噪声[1]可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。水下图像在生成和传输的过程中灰受到各种噪声的干扰，对信号的处理、传输和存储造成极大的影响。水下图像之所以含有噪声这是因为在图像的采集、获取、编码和传输的过程中，所有的图像均不同程度地被可见或不可见的噪声“污染”。对于这种“污染”，如果信噪比(SNR)低于一定水平，就会影响图像场景内容的表示，直接导致图像质量的下降。除了视觉质量上下降外，噪声还可能掩盖一些重要的图像细节，使图像的熵增大，从而对于图像数据的有效压缩起到了一定的妨碍作用。对于图像在采集、获取过程造成的“污染”，我们虽然尽量提高硬件设备以获取质量更高的图像，但图像传感器的截止频率总是有一定的，受硬件水平和价格的限制，且图像在编码和传输过程中造成的“污染”，必需采取有效的降噪技术才能提高图像的质量。

1.2 国内外研究历史和现状

1.3 本文主要工作

第一章为绪论，首先简单介绍了水下图像去噪的意义，噪声的特性和国内外研究历史及现状。

第二章主要介绍了几种经典噪声类型和传统去噪方法，列举了空域滤波法和频域低通滤波法，并指出其去噪的不足。

第三章主要介绍傅立叶变换、小波变换以及两者之间的比较，然后介绍了多分辨分析，为以后章节中的小波去噪奠定一定的理论基础。

第四章详细介绍了小波阈值去噪，并对实验结果进行了仿真分析。

最后为结束语，对全文加以总结。来~自^751论+文.网www.751com.cn/

2 经典噪声类型及传统去噪方法

由于噪声源很多(如光栅扫描、底片颗粒、机械元件、信道传输等)，造成噪声种类众多(如量化噪声、乘性噪声、加性噪声、“椒盐”噪声等)，相应的去噪的方法也很多。

2.1 经典噪声类型

噪声是造成图像退化的重要因素之一，数字图像的噪声主要来源于数字化过程和传输过程。噪声对图像信号的幅度和相位的影响十分复杂，有些噪声和图像信号相互独立不相关，有些是相关的，噪声本身之间也有可能是相关的。因此要减少图像中的噪声，必须针对具体情况采用不同的方法，以达到满意的效果。设g(x)表示图像。我们将图像分解成所需要的部分，用f(x)表示，噪声部分用n(x)表示。最常用的分解就是加性分解，即