1、計(jì)算機(jī)視覺(jué)的研究目標(biāo)是通過(guò)圖像或者視頻理解場(chǎng)景，圖像處理技術(shù)是實(shí)現(xiàn)該目標(biāo)的關(guān)鍵技術(shù)。圖像去噪和平滑是圖像處理領(lǐng)域的基礎(chǔ)問(wèn)題。在現(xiàn)實(shí)生活中，由于傳感器受環(huán)境影響、傳輸信道被干擾等原因，在圖像獲取與傳輸?shù)倪^(guò)程中，噪聲被不可避免的引入，從而造成圖像失真。圖像失真現(xiàn)象必然會(huì)對(duì)圖像特征提取、場(chǎng)景理解等后續(xù)工作造成干擾，從而影響計(jì)算機(jī)智能處理任務(wù)的準(zhǔn)確性。圖像去噪的研究目標(biāo)是將噪聲從有噪圖像中分離出來(lái)，更好地還原圖像的真實(shí)信息，特別是邊緣和紋理細(xì)節(jié)

2、。如果能夠?qū)Ω蓛魣D像建立較好的表達(dá)模型，就可以保留更多的有用信息，保證復(fù)原圖像的準(zhǔn)確性。圖像平滑的目標(biāo)則是通過(guò)分離圖像的結(jié)構(gòu)與細(xì)節(jié)，用來(lái)提取對(duì)于人類視覺(jué)感知最重要的結(jié)構(gòu)邊緣，能夠?yàn)楦呒?jí)的計(jì)算機(jī)視覺(jué)任務(wù)打下堅(jiān)實(shí)的基礎(chǔ)。圖像去噪和圖像平滑作為基礎(chǔ)的圖像處理技術(shù)，在空間項(xiàng)目、醫(yī)學(xué)、考古學(xué)、工業(yè)機(jī)器視覺(jué)、軍事識(shí)別、衛(wèi)星圖像處理等領(lǐng)域有著廣泛的應(yīng)用。但是由于圖像內(nèi)容復(fù)雜多變，圖像去噪和圖像平滑的研究面臨一系列問(wèn)題和挑戰(zhàn)。首先，依靠現(xiàn)有數(shù)學(xué)工具還

3、無(wú)法準(zhǔn)確地描述圖像，現(xiàn)有方法基于各種假設(shè)建立圖像的表達(dá)模型，存在一定的局限性;其次，人類視覺(jué)系統(tǒng)的工作機(jī)制非常復(fù)雜，目前對(duì)于人類感知原理的研究還處于初級(jí)階段，因此無(wú)法以明確的數(shù)學(xué)模型定義一幅圖像中具有視覺(jué)意義的特征。
　　本文圍繞圖像去噪和平滑問(wèn)題的研究熱點(diǎn)和難點(diǎn)展開(kāi)研究，提出基于非局部稀疏的圖像處理方法。新方法能夠充分利用自然圖像本身的有用信息，有效彌補(bǔ)了數(shù)學(xué)模型的缺陷，以數(shù)據(jù)驅(qū)動(dòng)的方式大大提高了圖像去噪和平滑的效果。主要工作包

4、括;
　　1.提出了基于PCA字典的自適應(yīng)稀疏編碼去噪方法。通過(guò)分析PCA字典上稀疏編碼誤差的統(tǒng)計(jì)特性，采用拉普拉斯函數(shù)近似編碼誤差的分布，基于后驗(yàn)估計(jì)理論提出一個(gè)新的非局部稀疏編碼模型。新模型中用于平衡保真項(xiàng)與非局部約束項(xiàng)的正則化參數(shù)是自適應(yīng)確定的。為獲得可靠的稀疏編碼估計(jì)，提出了基于濾波的迭代收縮算法。濾波可以有效抑制后向投影過(guò)程的噪聲，進(jìn)一步得到稀疏編碼的魯棒估計(jì)。新方法有效提高了編碼準(zhǔn)確率，從而取得很好的紋理保留和噪聲去除

5、效果。
　　2.提出了基于低秩和梯度稀疏的圖像平滑方法。通過(guò)對(duì)自然圖像結(jié)構(gòu)和紋理特征的分析，基于自然圖像非局部自相似性提出一個(gè)圖像塊分組低秩先驗(yàn)，然后結(jié)合平滑圖像的全局梯度稀疏先驗(yàn)提出一種新的圖像平滑優(yōu)化方法。低秩先驗(yàn)項(xiàng)約束了平滑圖像中相似分組內(nèi)部各圖像塊的強(qiáng)相關(guān)性，可以去除小尺度噪點(diǎn)和細(xì)節(jié)、保持細(xì)長(zhǎng)結(jié)構(gòu)邊緣，保證一致的平滑效果。針對(duì)新的目標(biāo)能量函數(shù)的優(yōu)化問(wèn)題，給出了基于交替迭代近似求解算法的詳細(xì)流程。新方法能夠達(dá)到一致性較高的平

6、滑效果，在去除細(xì)節(jié)的同時(shí)保持重要的結(jié)構(gòu)邊緣。
　　3.提出了非局部梯度聚集圖像平滑方法。通過(guò)分析自然圖像梯度圖的特點(diǎn)，基于非局部自相似性提出平滑圖像梯度圖的非局部聚集約束項(xiàng)，將該約束與梯度L0范數(shù)最小化先驗(yàn)結(jié)合得到一個(gè)新的優(yōu)化框架。然后給出了交替迭代算法用于高效求解新能量模型的優(yōu)化問(wèn)題。新方法的非局部約束以數(shù)據(jù)驅(qū)動(dòng)的方式削弱了相似塊之間梯度的不一致性，能夠有效地去除復(fù)雜區(qū)域的細(xì)節(jié)、保持對(duì)比度不明顯的有意義結(jié)構(gòu)。與現(xiàn)有方法相比，新方

7、法的平滑結(jié)果不僅一致性高，而且能夠保持結(jié)構(gòu)邊緣不移位。
　　4.研究了圖像平滑在智能圖像處理中的應(yīng)用。平滑圖像在去除瑣碎細(xì)節(jié)的同時(shí)保留了對(duì)于人類視覺(jué)系統(tǒng)非常關(guān)鍵的結(jié)構(gòu)信息，對(duì)于內(nèi)容相關(guān)的圖像處理問(wèn)題具有很強(qiáng)的應(yīng)用價(jià)值。首先研究了圖像平滑在圖像放縮、圖像編輯等問(wèn)題中的應(yīng)用。然后基于平滑方法提出一種新的多尺度空間構(gòu)造方法，并研究了多尺度空間在顯著性檢測(cè)問(wèn)題中的應(yīng)用。實(shí)驗(yàn)結(jié)果顯示圖像平滑本身和多尺度空間在各類應(yīng)用中都起到了很好的提升作用