文件名称：去除灰度图像中白噪声和混合噪声的有效技术-研究论文
文件大小：1.32MB
文件格式：PDF
更新时间：2024-06-30 02:26:21
De-noising Edge preserving
图像在获取、存储和传输过程中经常受到不同类型噪声的影响。 即使是由各种图像采集设备收集的数据集也会受到噪声的污染。 因此，需要对图像进行降噪，通常称为图像去噪，从而成为图像处理领域的重要问题和基本步骤。 在图像去噪过程中，研究人员面临的一大挑战是从原始图像中去除噪声，以保留图像的边缘、线条等最重要的属性。 有各种已发布的算法和技术来对图像进行降噪，每种方法都有其自身的局限性、优势和假设。 本文回顾了噪声模型，并对涉及生成高质量图像的各种去噪滤波器进行了比较分析。 PSNR（峰值信噪比）、熵、SSIM（结构相似性指数）、MSE（均方误差）、FSIM（特征相似性指数）和 EPI（边缘保留指数）等指标被视为图像质量评估指标。