论文部分内容阅读
随着红外成像技术的逐步成熟和适于民用、成本较低的红外热像仪的问世,红外图像在国民经济各部门扮演着十分重要的角色。然而,红外成像的各个环节都会引起噪声污染,使得红外图像呈现出对比度低,目标和边界模糊不清的特点,因此针对这些特点的去噪算法尤为重要。多尺度几何变换具有良好的时频特性,并且能够处理多维信号的问题,多用于图像处理;与此同时,由于脉冲发放皮层模型赋时矩阵的处理机制符合人眼的视觉特性,很多学者将其应用到图像的去噪和增强中。论文研究的主要内容是基于多尺度几何变换——复轮廓波变换(Complex Contourlet transform,CCT)、复剪切波变换(Complex discrete Shearlet transform,CDST)和脉冲发放皮层模型(Spiking cortical model,SCM)相结合的图像去噪算法,论文主要应用领域是红外图像,主要贡献如下:1.改进的SCM彩色图像去噪针对现有的彩色图像去噪算法去噪后存在边缘模糊的现象,本文依据脉冲发放皮层模型的同步脉冲发放以及噪声点不同于周围非噪声点的特性,采用SCM对彩色图像的各个通道单独进行噪声点的检测,根据噪声点的检测结果对各个通道进行自适应选择窗口大小的滤波处理,从而去除噪声,保持非噪声点不变。实验结果表明改进的SCM去噪算法彻底去除噪声的同时,尽可能的保持了图像边缘信息。2.阈值和阈值函数的改进首先,本文在分析软阈值和硬阈值函数在图像去噪中存在一些缺陷的基础上,对阈值函数进行改进以达到更好的去噪效果;其次,考虑到图像在进行复轮廓波变换和复剪切波变换后,各分解尺度和子带所受噪声污染程度不同,因此所对应的阈值的选取也应不同,对阈值进行改进,克服统一阈值对变换域系数的“过扼杀”现象,实现了自适应阈值的红外图像去噪。3.基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪算法研究现有的多尺度几何变换图像去噪方法大多是采用阈值收缩对变换域所有系数进行处理,该方法虽然简单,但在处理过程中,部分非噪声点得到滤除,影响了图像的去噪效果。论文应用脉冲发放皮层模型克服这一缺陷,将多尺度几何变换和脉冲发放皮层模型相结合进行红外图像去噪,在变换域中利用SCM的同步脉冲发放特性对变换域系数进行鉴别,进而对含噪系数进行自适应阈值处理,从而保持非噪声点不变,有效的去除了噪声,保持图像的边缘细节信息。本文的实验大致可以分为两类:一是基于Contourlet变换和SCM的红外图像去噪;二是基于Shearlet变换和SCM的红外图像去噪。对所提出的算法进行一一实验对比,从主观视觉和客观定量上进行评价分析,仿真结果及数据表明所提出的算法具有可靠性和有效性。