资料下载
基于直方图信息灰色关联的图像噪声类型识别方法
545237988
分享资料个
图像在获取和传输过程中常常会受到噪声的污染使图像质量降低。由于降质图像在获取的过程中受各种不同因素的影响，始环境条佟、传感器元器件自身质量、传输信道的干扰以及量化等．因此所引入的噪声类型多种多样，如高斯噪声、椒盐噪声、斑点噪声等．在图像工程领域，图像复原、图像增强、图像抑噪中的很多算法都不同程度地依赖对噪声先验知识的理解．近年来越来越多的研究成果显示，正确估计和利用图像噪声对于设计最佳滤波器或后穿处理策略有重要的指导意义和实用价值．
目前，在噪声参数估计方面。研究人员已取得了一些进展，初步形成了滤波法、频域法和分块处理等几类方法．
其中，（1）滤波法用噪声污染的图像减去滤波抑噪后的图像来估计噪声的大小
（2）频域法先对图像做多尺度变换，图像的能量主要集中在尺度大的子带，而尺度小的高频子带系数的幅度较小、能量较低．因此，当噪声能量较大时，将最高频子带的系数看成噪声，由此来估计噪声参数；
（3）分块处理法先将噪声图像划分成若干块区域，估计每块噪声的大小，然后用数学统计方法对整个图像噪声进行估计凹．在噪声类型识别方面，人们通常都是假定噪声类型已知，而没有进行事先识别．而实际应用中，若噪声类型未知，无法建立噪声的数学模型。也就无法正确估计噪声参数，不能为图像增强、抑噪或其他后续处理提供有用信息．因此，准确识别噪声类型是一项非常重要而紧迫的工作，已开始受到研究人员的关注．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
