2.5维图象噪声滤波方法研究

图象噪声滤波是图象处理研究的经典问题和热点问题。项目提出：采用双镜头对准同一场景、利用双视距算法计算出图象每一个象素点的距离，基于距离信息将原图象分解为若干个子图象，在子图象上进行不同的噪声滤波方法，最后将处理后的子图象进行融合，以此实现噪声滤波。由于利用了像素点的距离信息（相当于0.5维信息），该滤波器称为"2.5维图象噪声滤波器"。理论上讲，需要在以下几个方面展开研究：1.图像传感器镜头抖动、焦距间距与图像间距比等对距离计算精度的估计；2.在子图象（出现像素灰度空点）上如何使用现有的图像处理算法；3.处理后的子图象如何进行有效融合等。"2.5维图象噪声滤波器"是将一个二维平面的图象处理问题扩展到了2.5维空间进行处理。从目前检索到的文献来看，上述观点还很少见到报道。希望通过项目研究，为图象噪声滤波提供一个新思路。

图象噪声滤波是图象处理研究领域的经典和热点问题。课题组提出：利用双视距算法计算出图象每一个象素点的距离，基于距离信息将原图象分解为若干个子图象，在子图象上应用不同的噪声滤波方法，最后将处理后的子图象再进行融合，以此实现图像噪声滤波，即：2.5维图象噪声滤波方法。. 课题研究获得了如下结果：1.提出了子图像分解最优估计模型；2.提出了一系列子图像上的噪声滤波和图像增强算法；3.提出了双视距系统的误差估计模型；4.提出了多个子图像融合算法；5.研制了一个原理演示样机。. 2.5维图像噪声滤波的核心就是将一个二维图像处理问题扩展到一个2.5维空间去处理。从目前检索的文献资料看，基于2.5维的图像噪声滤波研究较为少见。希望课题研究获得的成果为图象噪声滤波提供一个新思路。