白噪声图像批量识别和噪声区域定位软件的设计及实现

摘要

随着数字多媒体的发展,数字图像逐渐成为人机交互的重要信息形式。而数字图像信号在获取、记录、转换、传输和放大等过程中,常常会受到噪声的污染。图像噪声会极大的降低各类图像处理算法的性能。通常,批量图像处理软件需要对不同噪声污染程度的图像采取不同的处理方式。故在处理图像之前,软件需要事先对图像是否被噪声污染以及噪声污染的程度和位置进行识别和定位。识别和定位信息有利于后续算法采取更具有针对性的处理。
　　本文首先研究了噪声的基础理论和课题的相关文献。然后根据实际需求,利用噪声的性质和相关的数学模型设计算法思想并逐步落实具体流程。接着,在VS2008中包含OpenCV的MFC工程环境下,用C/C++实现了本文设计的噪声图像识别和噪声区域检测算法,编译出面向Windows XP和Windows7操作系统的识别和检测软件。最后,用软件处理了公开图像数据库和网络中各类的图像。
　　处理结果表明,软件对噪声图像的正确识别率超过95％,识别灵敏度达到0.003(即能够识别方差为0.003的噪声图像),对噪声区域的定位与人眼感受基本一致。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景

1.2噪声图像识别的发展状况

1.3研究意义和目的

1.4论文的结构和内容

第二章 开发工具OpenCV

2.1 OpenCV简介

2.2 OpenCV的数据结构和函数

2.3 OpenCV的使用

2.4本章小结

第三章 白噪声图像识别和噪声区域定位算法的设计

3.1噪声的基本概念

3.2白噪声图像识别和噪声区域定位算法的分析和设计

3.3本章小结

第四章 软件的设计和实现

4.1界面模块的设计

4.2软件的结构框架和各功能模块的实现

4.3软件的使用方法和测试结果分析

4.4本章小结

第五章 结束语

5.1工作总结

5.2工作展望

致谢

参考文献

附录A

附录B

附录C

附录D

附录E

附录F