论文部分内容阅读
无论是宏观图像还是微观显微图像,在图像获取、传输与记录过程中不可避免地会引入各种类型噪声。本文将宏观图像及显微图像的噪声去除、微观图像固点噪声的定位及提取统称为图像噪声处理。不确定性普遍存在于现实世界中,人类认知也存在主观不确定性,正是由于图像、噪声和人类认知等不确定性因素的存在,现有噪声处理算法还存在许多要改进的地方。对宏观图像和微观显微图像噪声滤除来说,传统滤波算法存在的主要问题有:缺乏对不确定性信息的量化和利用;噪声阈值具有不确定性和敏感性;高密度噪声环境下噪声特征的鲁棒性及特异性较差;像素相似性度量缺乏鲁棒性;显微视频滤波缺乏科学的客观评价指标等。对显微图像固点噪声处理来说,存在的主要问题有:因缺乏有效的噪声定位算法,噪声与兴趣目标难以进行有效分离。为此,本文从不同角度对图像及噪声的不确定性进行量化,并利用不确定性融合信息来解决上述噪声处理领域存在的相关问题。首先研究如何利用图像不确定性信息对现有随机脉冲噪声、椒盐噪声和高斯噪声等传统滤波算法存在的不足进行改进;然后在中智图像域研究基于双特征决策的显微图像固点噪声定位算法;最后将所提出算法用于计算机精子质量分析系统,创新性地提出两个评价新指标:显微环境洁净度质控量化指标以及滤波算法对显微视频降噪性能的客观评价指标。本文具体研究内容如下:1)研究基于方向特性与不确定性融合的随机脉冲滤除算法:针对噪声阈值具有敏感性和不确定性、ROLD(Rank-Ordered Logarithmic Difference)噪声统计量缺乏方向信息等问题,首先研究新型四方向滤波模板并提出新的噪声统计量RODLD(Rank Ordered Directional Logarithmic Difference);然后构建中智不确定性量化函数并提出基于排序的中智不确定性ROIN(Rank Ordered Neutrosophic Indeterminacy)统计量。利用RODLD和ROIN构建双端噪声检测方案来降低开关滤波器噪声阈值敏感性和不确定性对噪声检测的影响。从灰度和不确定性两方面对像素相似性进行衡量,用ROAD(Rank-Ordered Absolute Differences)和IN(Neutrosophic Indeterminacy)构建新型双边滤波函数来提高滤波权重的准确性。实验结果表明,基于方向特性和中智不确定性融合的滤波算法,既降低了阈值对噪声检测的敏感性,又提高了权重准确性,整体滤波性能优于相关比较算法。2)研究基于中智不确定性理论和和灰色理论相融合的椒盐噪声滤除算法:为解决高密度噪声环境下图像细节保护和噪声效滤除之间的矛盾,针对传统灰色滤波算法中灰色特征存在特异性差的缺点,提出用稳健相异度RDD(Robust Dissimilarity Degree)进行改进。RDD统计量具有明显的噪声极化特性和鲁棒性,对噪声判断极为有效。在噪声检测阶段,将RDD与RONI统计量相融合,构建二次噪声检测方案来降低噪声误判率。在噪声滤除阶段,利用NI及ECGCD(Extreme-Compression-Grey-Correlation-Degree)两个不确定性统计量进行像素相似性衡量,建立了基于不确定性特征融合的自适应权重函数。实验正明,基于两种不确定性信息融合的椒盐噪声滤除算法降低了边缘像素的误判率,明显提高了算法的去噪性能。3)研究一种基于熵中智不确定性的双阶段非局部滤波算法:针对非局部滤波算法在相似性度量及滤波参数方面存在的不足,提出基于局部熵截断法的中智不确定性量化特征,该特征具有较强的区域属性反映能力和抗噪能力。利用熵中智不确定性实现平滑参数的像素级自适应调节,并构建基于熵中智不确定性和灰度特征相融合的新型权重函数。在充分利用“方法噪声”有用信息基础上,将新权重函数和像素自适应平滑函数融入NLM算法,提出了双阶段非局部滤波算法。实验结果表明,新算法在图像结构保持方面取得了良好的效果。4)研究一种基于中智梯度和中智灰度的精子显微视频固点噪声定位算法:针对显微图像噪声与精子类小目标难以有效分离的问题,设计了具有噪声调节功能的中智梯度特征,将其与中智灰度特征相融合,提出基于双标准决策的固点噪声定位算法。实验证明:该固点噪声定位算法在一定程度上克服了传统分割算法对无双峰分布图像难以正确提取镜子目标的缺点,实现了精子及固点噪声的有效分离。据此提出的非精比RNSO(The Rate ofNot Sperm Objects)指标填补了目前显微环境缺乏洁净度质控参数的空白。5)针对显微图像不适合用PSNR及SSIM指标对算法滤波性能进行客观评价的现状,通过研究算法去噪性能与目标分割阈值及目标跟踪轨迹的关系,创新性地提出将序列阈值差值和 STDS(Sum of Threshold Differences of a Sequence)作为算法显微视频降噪性能的客观评价指标。用S TD S指标对前文新提出滤波算法的降噪性能进行验证,实验结果表明新算法对显微视频图像具有良好的结构保持能力。