图 像 处 理 与分析课程设计报告—条纹失真图 像 研究 姓名：余志雄 小组成员：朱全 1 . 项目的立项依据 1 .1 研究意义 近年来，随着制作工艺和计算机硬件水平的提高，越来越多的小型机和个人计算机参与到图像和视频的处理及应用中来，个人相机和摄影机也也得到了广泛的应用，从而使得图片文件和视频文件在人们的生活和工作中有着越来越高的地位。但是，由于各个人对数码相机、摄相机的使用能力的不同，得到的图片和视频的质量和水平也不尽相同，加之文件制作传输过程中容易受到光电、电磁、异物等不同因素的干扰，使得有时候最后获得的图片和视频会出现各种不同的失真。图片的失真主要有三大类：光线失真（包括亮度失真和色彩失真），噪声失真（雪花噪声、条纹噪声等）和异物遮挡迭起（对摄相头遮挡和对物体遮挡）。本文主要对条纹噪声进行研究。 在上述失真类别中，噪声失真是指由于客观条件的影响，图像上的某一部分或者某几个部分出现了本来不属于图片内空的“点”或“痕迹”，其中，条纹噪声是一种比较常见的噪声。条纹噪声是指主要由于接触不良、电磁干扰导致图像中混有周期性的叠加条状噪声，在视觉上表现出来的是颜色混杂的直线。比如在计算机播放视频的时候，如果周围出现手机信号干扰，往往会造成播放的视频中间有条纹线；再比如在街道和小区的安防摄相头拍摄的监控视频中往往会出现许多条纹，这些通常是由于拍摄过程中摄相头周围电磁环境复杂等因素造成的，在以上情况中，视频中的条纹噪声都给人们的生活工作带来了不同程度的影响。总结条纹噪声图片和视频，我们发现条纹噪声主要表现为几下几个特点：（1 ）条纹通常贯穿整幅图片；（2 ）条纹通常表现为一组平行的任意角度的直线 （以横向较为常见）；（3 ）条纹噪声影响的是整图片的可见度，对图片质量的影响较之其它噪声要大。 介于条纹噪声的诸多特点，当前在图像识别领域，针对条纹噪声的去噪问题引起了许多人关注，有许多人也提出了许多行之有效的去噪声算法。比如曲线拟合、小波变换等等。这些不同的算法在不同的层次上针对不同的图像要求都取得了一定的实验成果。然而这些算法都是在已知图片含有条纹噪声的情况下，针对条纹噪声的特点进行过滤或者差值运算等进行的，它要求在算法的第一阶段必须有人工的参与，需要人为的去判断图片中是否有条纹，即“人在回路”。可是在实际应用中，当人为的发现图片或视频带有噪声后更多的是对图片进行舍弃， 而对其进行...
