摘要：随着科技的迅猛发展，人们对图像的要求越来越高，图像研究已然成为了 现代社会的一种潮流，而图像去噪的方法也一直都是图形处理的一大热点。图像 去噪是数字图像处理中的重要环节和必不可少的步骤。去噪效果的好坏直接影响 到后续图像的处理工作，如图像分割、边缘检测等。图像信号在生成或传输的过 程中都可能会受到噪声的污染，一般数字图像处理中的常见的噪声主要有：高斯 噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像 上的白点噪声或光电转换过程中产生的泊松噪声）等；为了满足人们对图像的各 种要求，去噪变成了不可或缺的步骤。本文主要针对非局部均值去噪算法及邻域 平均法的研究。73212

毕业论文关键词：图像处理，非局部均值去噪，高斯噪声，邻域平均法

Abstract:With the rapid development of science and technology, people have become more and more requirements of image, image research has become a trend in the modern society, and the image denoising method has been a hot spot of graphics processing。 Image denoising is an important part of digital image processing and an indispensable step。 Denoising effect directly affects the subsequent image processing, such as image segmentation, edge detection, etc。。 Image signal in the process of generation or transmission may be affected by noise pollution, general digital image processing in the common noise is the main: Gaussian noise (mainly by the resistance of the internal components), salt and pepper noise (mainly image cutting dark image caused by white noise or photoelectric conversion process of Poisson noise)。 In order to meet the requirements of a variety of people on the image denoising has become an indispensable step。 In this paper, we mainly study the non local mean denoising and average neighborhood algorithm。

Keywords: Graphics processing,Non- local- mean denoising, Gaussian noise,Average neighborhood

目录

1 绪论 3

1。1 课题现状和意义 3

1。2 图像处理的研究现状 3

1。3 论文的主要研究内容 4

2 图像噪声模型 4

2。1 噪声来源 4

2。2 噪声类型 4

2。2。1 高斯噪声 5

2。2。2 脉冲噪声(椒盐噪声) 5

2。3 图像去噪的评价方法 5

3 图像去噪算法及改进 6

3。1 高斯滤波 6

3。2 邻域滤波 7

3。3 基于非局部的滤波方法 8

3。4 改进的非局部均值算法 10

4 去噪算法的实现和仿真 11

4。1 实验结果与分析 11

4。2 邻域平均法 14