毕业设计中期答辩

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2013/3/23,#,中国科学技术大学,题目：,去除图像噪声软件方法的研究,答辩人：,*,导师：,*,时间：,2024年11月18日,中国科学技术大学,目录,1,.,研究概述,2.,对噪声的认识和图像质量评价,3.,去除脉冲噪声,4.,去除块,效应,5.,去除高斯噪声,6.,实验结果,7.,总结和展望,2024/11/18,2,1.,研究概述,1.1,研究背景,噪声来源：,CCD,相机制造缺陷、图像压缩及存,储等引入噪声,影响：对跟踪、识别、超分辨率等造成干扰,1.2,研究,目的及,意义,目的：,提取有用信号,意义：是跟踪、识别等后续处理的基础,1.3,研究的问题,脉冲噪声、块效应、高斯噪声,2024/11/18,3,2.,对噪声的认识和图像质量评价,2.1,对噪声的认识,注意：本图像受到多种因素干扰，如雾、平台震动引起的图像模糊,2024/11/18,4,1.,原始图片,3.,脉冲噪声,2.,块效应,2.,对噪声的认识,和图像质量评价,2.2,图像质量评价,无原始参考,图像，采用盲评价,脉冲噪声,百分比,块效应,能量,高斯噪声,主观评价,2024/11/18,5,3,.,去除脉冲噪声,3.1,分析,3.2,算法,基于边缘预测的最小平方,(LS),算法,2024/11/18,6,4,.,原始图像直方图,3,.,去除脉冲噪声,3.2,算法,对,上,式关于,a,求导，令,导数得零，有,验证,与,优化,逐点计算,a(k),改为逐边缘计算,a(k,),优,缺,点,不求,边缘，保留边缘,噪声扩散、时间复杂度高,2024/11/18,7,5.X(n),及其邻域,6.,验证,4.,去除块效应,4.1,去块算法,启发：,视觉,系统对平滑区域块,效应敏感,，对边缘区域块效应不,敏感,分别处理平滑区域和边缘区域,算法思路：,2024/11/18,8,7.,算法流程图,8.Sobel,算子,Gx,4,.,去除块效应,4.1,去块算法,强,滤波器,弱滤波器,邻域加权平均,:,其中,2024/11/18,9,9.8,*,8,块的选取,10.P5,及其,邻域,4,.,去除块效应,4.2,评价,算法,一维理想块状信号,为了消去,V,i,，作差,评价,2024/11/18,10,11.,一维理想块状信号,12.,信号,di,4,.,去除块,效应,4.2,评价算法,含块效应的图像信号,对,g,i,j,的每一行分别作,FFT,，得到功率谱,评价,2024/11/18,11,4,.,去除块,效应,2024/11/18,12,-Lena.jpg,-Lena_b.jpg,压缩比,:,16.4173,15.,功率函数曲线,5.,去除高斯,噪声,5.1,分析,对原始图像作直方图均衡,，可,明显观察到随机噪声。,5.2,算法,Bayes,逐点,阈值去噪,对图像进行,db1,小波变换,2024/11/18,13,16.,原始图,17.,直方图均衡图,5,.,去除高斯噪声,5.2,算法,Bayes,逐点,阈值去噪,噪声方差和信号方差的估计,计算阈值并用软阈值处理系数,2024/11/18,14,6.,实验结果,视觉效果,评价参数,脉冲噪声,:0.174,%,方块,效应,:7.2153-,-6.1214,运行时间,:8.916s+0.274s+2.724s,2024/11/18,15,18.,原始图,19.,处理后图,6.,实验结果,2024/11/18,16,20.,处理后直方图,21.,处理后功率谱曲线,-,原始图,-,处理后图,7.,总结和展望,总结,主要完成了脉冲噪声、块效应和高斯噪声的去除和定量评价,优化了算法时间复杂度,去高斯噪声时，对噪声的计算更精确,展望,人眼视觉模型的考虑,获得更多的先验信息，寻找对应的解决方法,从变换域处理，减小时间复杂,度,2024/11/18,17,致谢,感谢科大老师悉心培养,感谢科大提供的科研平台,感谢导师的指导、师兄们,的帮助,2024/11/18,18,Q&A,2024/11/18,19,附：相关推导,块效应评价,DFT,对于变换核函数，当,k=N/8,时，,2024/11/18,20,