1、隨著計算機技術(shù)的快速發(fā)展，圖像處理的理論和技術(shù)都取得了令人矚目的成果，并且圖像處理技術(shù)也得到了廣大的應用。人類在獲取圖像信息的時候，不可避免地使圖像被噪聲污染，從而影響圖像的視覺效果并且使圖像的后續(xù)工作產(chǎn)生很大干擾，因此，圖像去噪是圖像處理不能缺少的環(huán)節(jié)。本文重點研究了灰色系統(tǒng)理論和輪廓波變換理論，并且介紹了幾種傳統(tǒng)的去噪算法。論文主要內(nèi)容如下：
　　(1)闡述了本課題的研究背景和意義，介紹了幾種常見的圖像噪聲模型和幾種常見的圖像

2、去噪方法，簡要地概述了灰色系統(tǒng)理論的研究現(xiàn)狀及其內(nèi)容特色，為后續(xù)的研究打下了堅實的基礎。
　　(2)在分析了灰色關聯(lián)度和Contourlet變換閾值去噪算法的基礎上，提出了一種基于灰色關聯(lián)度改進的Contourlet變換圖像去噪算法。算法一方面考慮到Contourlet變換尺度內(nèi)各相鄰方向子帶之間的灰色關聯(lián)度、尺度間的影響及噪聲強度的因素，對貝葉斯閾值進行改進；另一方面根據(jù)Contourlet系數(shù)本身的特點對折中閾值函數(shù)進行了改進

3、，來達到自適應去噪的目的。
　　(3)針對單幅圖像的噪聲沒有規(guī)律的特性，提出一種GM(1,1)模型與輪廓波變換相結(jié)合的圖像去噪算法。算法對帶噪圖像進行GM(1,1)建模和預測估計，為了減少運算量，根據(jù)圖像像素點灰度值和高斯噪聲的特性對GM(1,1)模型進行優(yōu)化，設置一個判定范圍使GM(1,1)模型不能準確估計的強噪聲點自動保存下來，再對預測估計出來的圖像進行輪廓波變換；為了給每個子帶設定一個閾值，考慮到了輪廓波變換系數(shù)在尺度間和尺

4、度內(nèi)的相關性以及噪聲強度的因素，最后用閾值函數(shù)對輪廓波變換的系數(shù)進行處理，以達到去噪的目的。
　　(4)為了挖掘單幅圖像噪聲的規(guī)律，提出了一種GM(1,1)模型與小波變換相結(jié)合的圖像去噪算法。算法用GM(1,1)模型對像素點及其鄰域像素點進行建模，再根據(jù)像素點及其鄰域像素點的發(fā)展規(guī)律來更新帶噪圖像像素點的信息。在對帶噪圖像建模時，為了消除負像素點對GM(1,1)模型建模的負面影響，對帶噪圖像像素點的值歸一化后加1;為了減少運算量，