(x,y)的4-邻域点，本文将利用中心像素点的8-邻域来估算迭代后中心点的灰度值。为此，通过将x 和y 方向即水平和竖直方向旋转得到离散后的灰度值，为简单起见，旋转角度采用45°，得到两条对角线的方向来代替x 和y 方向。
3．去相关最优迭代次数的确定
由于 P-M 模型的求解是一个迭代过程，因此迭代次数对图像平滑效果起到至关重要的作用。若迭代次数较小，达不到平滑的效果；而太大的迭代次数，则会出现过于光滑而使条纹边缘模糊。本文根据去相关最优停止准则，并结合ESPI 条纹图的特点来确定最优迭代次数。
假设理想的无噪声图像与噪声图像不相关，设I(x,y,t)表示经过时间t 迭代后获得的最佳图像，则含有噪声的原始图像I(x,y,0)=I0 与I(x,y,t)之差表示噪声图像。
4．实验结果
为了比较 P-M 模型及本文算法的滤波结果，采用数字模拟条纹图，加入噪声的图像。本文使用信噪比SNR、归一化均方差NMSE 和边缘保护系数β这几个滤波性能评价指标来进行衡量。
归一化均方差NMSE 用于评价两幅图像之间的差异，NMSE 越接近于0，则表示去噪后图像与无噪声图像越接近。
可以看出，P-M 模型滤波方法去除噪声的能力有限。本文算法能有效抑制图像中的噪声，并保护图像的边缘信息。而运行时间的增加是可以接受的。
可以看出，P-M 模型不能较好地滤除散斑颗粒噪声，而本文算法既可以滤掉噪声，又保持了条纹特征。
Tag:毕业设计，毕业设计范文，综合范文 - 毕业设计