1、隨著數(shù)碼相機以及其他彩色圖像采集設備的不斷普及,與灰度圖像相比,彩色圖像表現(xiàn)的信息豐富,所以人們更傾向于選取彩色圖像作為信息獲取的主要手段。然而,在彩色圖像的獲取、傳輸、處理、壓縮、存儲等過程中,無法避免地會有噪聲引入,對后續(xù)的圖像處理造成影響。彩色圖像降噪處理的主要目的是在消除噪聲的同時,盡可能地保留原圖像中的紋理信息與顏色信息,整個圖像的結(jié)構(gòu)不能夠遭到破壞。
　　為了實現(xiàn)實時的彩色圖像的降噪處理,本文在針對灰度圖像降噪處理的非

2、局部均值算法的基礎上,結(jié)合高維濾波器,對算法進行了改進,使之能夠在更好地保留彩色圖像的細節(jié)紋理的同時,也能夠?qū)崟r對彩色圖像進行降噪處理。
　　針對彩色圖像的高斯隨機噪聲的去除,提出了改進的非局部均值算法。首先,介紹了傳統(tǒng)的針對灰度圖像的降噪處理的非局部均值算法;接著,根據(jù)彩色圖像的結(jié)構(gòu)特點,提出了改進的非局部均值算法,使之能夠?qū)崿F(xiàn)彩色圖像的降噪處理;隨后,根據(jù)其他學者對非局部均值算法的研究,針對非局部均值算法的內(nèi)核與搜索窗口大小結(jié)

3、合彩色圖像的特點進行改進;最后,給出了各種內(nèi)核的實驗數(shù)據(jù)并進行了分析。
　　為提高彩色圖像降噪處理的效果,采用了基于 PCA(Principal Component Analysis, PCA)與局部性原理的彩色圖像降噪算法。首先,先構(gòu)造PCA子空間,提取訓練樣本;隨后,計算出PCA空間協(xié)方差矩陣,利用最小線性均方誤差算法進行降噪處理;接著,進行二次修正,重復以上兩步,得出降噪后的圖像;最后,給出了實驗數(shù)據(jù)以及分析。
　　為

4、實現(xiàn)實時的彩色圖像降噪處理,本文結(jié)合灰度圖像的降噪算法與高維濾波算法,提出了基于高斯加權與流形的高保真彩色圖像降噪處理方法。首先,將彩色圖像用非局部均值算法得到高維數(shù)據(jù),使用改進的高斯內(nèi)核對彩色圖像進行加權計算;然后,采用拋雪球方法處理這些高維數(shù)據(jù),以高斯距離為權值,投影每個像素點的顏色到自適應流形;接著,對流形進行平滑降維,采用迭代法實現(xiàn)圖像平滑;隨后,收集流形中的平滑值,將平滑值對所有像素進行插值,得到降噪后的圖像數(shù)據(jù);最后,進行了