目前,在城市生活污水处理系统中比较有效的方法是活性污泥法,微生物对污水处理质量有重要指示性作用。因此,基于数字图像处理的污水微生物检测技术得到了广泛应用,而对微生物图像进行去噪是其中的关键环节之一。本文从城市生活污水处理系统中采集到的显微微生物图像出发,通过大量调研文献与资料,对适用于不同种类污水微生物图像去噪算法进行深入研究并作出改进。主要内容如下:介绍了图像去噪的基础理论知识,包括图像中噪声的类型及其特点、去噪图像的质量评价、图像低秩矩阵近似和图像稀疏编码理论。针对彩色微生物图像去噪易产生颜色畸变和模糊问题,本文设计了一种基于双边加权伪范数的去噪算法。基于彩色图像多通道特性,引入两个权重矩阵(21和(22,可以根据不同的噪声标准偏差来解决不同通道之间的噪声差异问题,改善了颜色畸变和模糊状况。该算法用伪范数近似秩函数,可以根据秩函数奇异值大小自动修正不同奇异值在秩函数最小化模型中的比重,有效提高了去噪图像的信噪比。实验结果表明,该算法使微生物内部结构保留得更好,图像峰值信噪比平均高出其他对比算法6d B左右,结构相似度平均高出约19%。针对微生物图像中的泊松噪声,去噪后易产生阶梯效应和边缘模糊等问题,本文提出一种基于图像分块聚类的非局部主成分分析稀疏泊松去噪算法,可对泊松噪声直接去噪。根据微生物图像的内在相关性,利用分块后相邻图像的相似性自动决定分块宽度;另外通过“手肘法”确定最佳聚类数K值,再用Poisson K均值法进行聚类。利用主成分分析法对聚类后的图像块矩阵进行字典表示,在字典系数的更新中增加稀疏性约束,只使用几个重要字典元素来表示每个图像块。实验结果表明,该算法改善了图像中微生物目标边缘模糊状况,减少了阶梯效应,最大可能地保留了图像细节信息,峰值信噪比平均高出其他对比算法7d B左右,结构相似度平均高出约22%。针对彩色微生物图像中的混合噪声,去噪易产生伪像和过度平滑的问题,本文提出了一种三边加权稀疏编码去噪算法,对加性高斯白噪声和脉冲噪声的混合噪声进行去噪。具体来说,是在数据保真度项中引入两个权值矩阵,自适应描述不同信道和图像斑块中的噪声统计,并将另一权重矩阵引入正则化项中,以更好地利用数据的稀疏性先验。实验结果表明,该算法减少了伪像的产生,改善了过度平滑状况,可以很好地保留微生物图像边缘和内部结构,峰值信噪比平均高出其他对比算法7d B左右,结构相似度平均高出约17%。