基于图像块重排和非局部均值的图像处理

摘要

图像作为人们获取信息的重要来源，在生活中发挥着越来越重要的作用，因此如何从受损图像得到清晰的图像成为世界各国学者不断探索的热点问题。越来越多的研究成果应用到生活中的方方面面，大大的提高了人们生活的质量。
　　近年来，大量文献提出的数字图像复原的方法已不是对整幅图像进行处理，基于图像块的复原算法已经应用到图像复原的各个领域，并且取得了优秀的复原效果，甚至达到世界先进水平。基于图像块重排列的图像复原算法是一种新颖的复原算法，该算法通过重新排列图像块，对重排后的信号进行滤波或插值来实现图像的复原，并取得了很好的效果。
　　围绕着基于图像块重排的图像复原思想，论文主要做了以下工作:
　　1、学习了基于图像块重排算法在图像去噪问题上的处理方法，深入研究了图像块重排列思想，重排算法以及均方误差最小化准则下的去噪滤波器的训练与设计。
　　2、针对算法在去噪方面的不足:1）去噪滤波器不具备自适应性，需要由一个单独的训练集训练。2）重排列过程中图像块距离利用不足。论文提出在图像块重新排列后，首先为每个像素点重构邻域，然后使用非局部均值算法对像素点的估计，最终达到去噪的目的。同时采用求K次排列，图像块分类，算法的二次迭代对去噪结果进行优化。
　　3、本论文首次尝试将现有算法应用到图像插值上，针对不同的图像退化问题，采用不同的图像块相似性度量方法，并且对实验结果进行分析和讨论。通过实验结果可以看出，在图像去噪方面，本论文提出的方法省去了复杂的滤波器训练过程，充分的利用了图像块之间的距离，算法简单，容易实现，并且取得了优于原算法的去噪效果。在插值方面，对于不理想的插值结果给出了自己的分析和讨论。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 本文研究内容与结构安排

第二章 图像复原理论及典型算法

2．1 数学模型

2．1．1 图像退化模型

2．1．2 图像复原问题的几个特例

2．2 图像质量评价标准

2．3 NL-means算法

2．4 K-SVD算法

2．5 BM3D算法

2．6 本章小结

第三章 基于图像块重排列的图像处理

3．1 数学模型

3．2 旅行售货员问题

3．3 子图像平均

3．4 图像块分类

3．5 滤波器的设计

3．6 本章小结

第四章 基于NL-means的改进算法

4．1 基于NL-means的去噪改进

4．1．1 改进的NL-means算法

4．1．2 K次排列矩阵

4．1．3 图像块分类及算法的二次迭代

4．1．4 改进算法与NL-means去噪算法的区别

4．2 基于图像块重排列的图像插值研究

4．3 本章小结

第五章 实验结果及分析

5．1 图像去噪

5．2 图像插值

5．3 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢