论文部分内容阅读
在获取图像的过程中有许多因素会导致图像质量的下降即降质,如光学系统的大气扰动、运动、散焦和噪声,它们会造成图像的模糊和变形。图像复原的目的就是对退化图像进行处理,使其复原成没有退化前的理想图像。图像复原问题是图像处理中重要而又富有挑战性的课题。
噪声退化是图像退化的一个重要因素,去噪声是一个永恒的话题。本文主要针对噪声退化图像进行复原研究。本文对视频序列的去噪问题进行了深入、系统地认识和分析后,分别进行了基于空间域、基于傅立叶变换和基于小波变换等基于帧内信息的去噪研究,为了弥补帧内滤波的不足,进行了时域、时空域等基于帧间信息的去噪研究,根据噪声的特点,提出了一种基于运动检测的视频图像时空域去噪算法,处理步骤包括:提取视频图像背景、每帧图像进行二维小波域自适应多阈值去噪滤波、使用自适应阈值分割运动部分和静止部分、分别针对运动部分和静止部分设定不同的邻域大小进行时间轴上的中值滤波。对于含有运动物体的图像序列,该算法在有效地抑制噪声、提高信噪比的同时,较好地保留了运动图像的边缘,降低了运动图像的模糊程度。此处理模块算法是在Windows XP系统上,用Microsoft Visual 6.0开发的,达到了预期的设计目标。