论文部分内容阅读
东巴画源自于我国西南地区古代纳西族东巴教的祭祀活动,它既见证了东巴教的历史,也记录着纳西族与其他各民族融合的历史,是研究东巴文化的基础,但是东巴画因绘制技艺、绘画材质、数字化等多种原因,出现了噪声、杂乱纹理、颜色不均匀等问题。图像去噪技术是基于原始图像中存在的噪声,对原始图像进行估计,恢复图像原有的色彩、结构和纹理。因为东巴画颜色种类丰富,不同粗细的线条纵横交错,现有图像去噪算法直接在东巴画上进行处理时,无法有效去除杂乱纹理和修复颜色不均匀问题。为了传承东巴画,去除东巴画的噪声并还原它原有的色彩和纹理,本文将以东巴画为研究对象进行图像去噪研究。随着图像去噪算法的不断发展,基于非局部均值的空间滤波方法在去噪中获得了较好的效果,其中,BM3D（Block-Matching and 3-D Filtering）算法因为它易于实现、去噪效果明显等原因,已经成为目前去噪领域的基准算法。然而,通过研究BM3D算法可以发现:（1）它只是在原始噪声图像中,通过计算图像块间的相似度来匹配相似图像块,而噪声图像中的噪声对相似性计算有较大影响,可能使获得的相似块组有较大误差。（2）它能较好地处理由线条构成的结构化纹理,但是不能很好地处理非结构化纹理,比如东巴画图像中的颜色不均匀问题。针对上述问题,本文分别提出一种基于奇异值通道的非局部去噪算法（Singular Value Channel Non-local,SVC-NL）和边缘引导的定向均值平滑算法（Directional Mean Smoothing,DMS）。本文所做工作如下:1、提出基于奇异值通道的非局部去噪算法（SVC-NL）。（1）针对直接在噪声水平较高的噪声图像上进行处理会导致算法鲁棒性较差的问题,利用迭代奇异值分解对噪声图像进行预处理。基于奇异值百分位数迭代重构图像,利用奇异值解构图像中的主要信息和噪声,获得噪声水平低的重构图像。（2）在高噪声水平的噪声图像中进行图像块分组时,噪声会使计算相似性的误差较大,因此本文在较低噪声水平的重构图像中寻找相似块,以减少计算误差。（3）在迭代奇异值分解中,当奇异值百分位数小于100时,重构后的图像在去除噪声的同时也损失了部分图像信息,可能影响最后的去噪效果,因此本文在重构图像中获得相似块组后,利用其位置信息匹配噪声图像中相应位置的图像块,然后对二者进行加权平均,减少信息丢失对去噪效果的影响。2、提出边缘引导的定向均值平滑算法（DMS）。针对东巴画图像中存在的颜色不均匀问题,在东巴画图像整体上颜色、线条较为明显的基础上,利用色差公式计算不同颜色像素值之间的色差,通过统计局部色差来提取边缘。然后采用一种边缘引导的定向均值平滑算法,对颜色不均匀区域求取定向均值,得到颜色较为均匀饱满的图像。通过实验证明,在标准测试图像上,与KSVD、BM3D、PCA-LPG、EPLL、STROLLR、TWSC等算法相比,本文SVC-NL算法能有效去除噪声、杂乱纹理,在保证图像信息的前提下可获得更好的去噪效果;在东巴画测试图像上,本文DMS算法能够使东巴画图像的颜色更加饱满、明亮、均匀,去噪效果更好。