一类未知噪声模型的图像去噪方法

摘要：

图像中包含噪声不仅会降低图像质量,而且严重影响后续相关算法的有效性.高效稳健的去噪方法对于各类信号处理非常重要.为了改善实际夜间远程拍摄图像的质量,引入五种图像降噪方法.首先在合理推导噪声模型的基础上,引入Kalman滤波器去除夜空图像背景噪声;然后分别进行中值滤波、均值滤波、维纳滤波和无参估计的均值漂移算法去除实际夜空图像噪声；最后分析比较五种去噪方法,并给出不同算法的信噪比与峰值信噪比.实验结果:五种降噪方法虽不同程度地降低了夜空图像噪声影响,但均值漂移算法较好地保持了图像有用信息和边缘特征,而且算法不需考虑噪声模型.结论:均值漂移算法展示出在这一类未知噪声模型的夜空背景降噪中的优势.

关键词：未知噪声模型、均值漂移、噪声均方估计、Kalman滤波

所属期刊栏目：20

分类号：TP3;TN9

资助基金：新疆维吾尔自治区自然科学基金2011211A029

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：205-210