圖像處理中消除噪聲的方法研究——學(xué)士學(xué)位畢業(yè)論文-wenkub
2023-07-09 14:50:25 本頁面
【正文】 ......... 3 中值濾波的實(shí)現(xiàn)算法 ........................................ 4 均值濾波 ........................................................ 4 均值濾波的原理 ............................................ 4 均值濾波的實(shí)現(xiàn)算法 ........................................ 4 小波變換 ........................................................ 5 小波變換的基本原 理 ........................................ 5 小波變換的圖像去噪優(yōu)越性 .................................. 5 5 實(shí)驗(yàn)仿真 ............................................................. 5 中值濾波的仿真 .................................................. 6 均值濾波的仿真 .................................................. 8 基于小波變換法的仿真 ............................................ 9 幾種去噪方法的比較分析 ......................................... 13 6 結(jié)論 ................................................................ 14 參考文獻(xiàn) .............................................................. 15 致謝 .................................................................. 17 長治學(xué)院學(xué)士學(xué)位論文（設(shè)計(jì)） 1 1 前言 選題目標(biāo) 圖像去噪目的是改善給定的圖像，解決實(shí)際圖像由于噪聲干擾而導(dǎo)致圖像質(zhì)量下降的問題。在許多情況下，圖像信息會(huì)受到各種各樣噪聲的影響，因?yàn)閳D像在獲取過程中容易受到器件和周圍環(huán)境的影響， 從而使圖像中含有噪聲。噪聲嚴(yán)重時(shí)會(huì)影響圖像中的有用信息，所以對(duì)圖像的噪聲處理的方法就顯得十分重要。 更好地改善圖像的質(zhì)量，在眾多圖像去噪的算法中，不去追求哪一種算法是最好，而是要以實(shí)際要求而應(yīng)用不同的方法。因此尋找能夠兼顧去噪，保留圖像邊緣及其他特征的圖像的濾波算法是該領(lǐng)域的重點(diǎn)課題。內(nèi)部噪聲主要有四種基本形式： 1)由光和電的基本性質(zhì)引起； 2)機(jī)械運(yùn)動(dòng)產(chǎn)生的噪聲； 3)元器件噪聲； 4)系統(tǒng)內(nèi)部電路噪聲； 按對(duì)信號(hào)的影響分類 1)加性噪聲； 2)乘性噪聲； 圖像處理中消除噪聲的方法研究 2 圖像的質(zhì)量評(píng)價(jià) 如何評(píng)價(jià)一個(gè)圖像經(jīng)過去噪處理后所還原圖像的質(zhì)量，對(duì)于我們判斷去噪方法的優(yōu)劣有很重要的意義。目前應(yīng)用得較多的是對(duì)黑白圖像逼真度的定量表示。再用模板中的全體像素的平均值來代替原來像素值。利用小波 變換 ,噪聲信息大多集中在次低頻、次高頻、以及高頻子塊中 ,特別是高頻子塊 ,幾乎以噪聲信息為主。在一定的條件下，可以克服線性濾波器所帶來的圖像細(xì)節(jié)模糊，而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效。用數(shù)學(xué)公式表示為 : ? ?viivii fffM e dY ??? , ?? 2 1, ??? mvZi (1) 例如：有一 個(gè)序列為 {0， 3， 4， 0， 7}，則中值濾波為重新排序后的序列 {0， 0，3， 4， 7}中間的值為 3。使用二維中值濾波最值得注意的是保持圖像中有效的細(xì)線狀物體。中值濾波在圖像處理中 ,常用于用來保護(hù)邊緣信息 ,是經(jīng)典的平滑噪聲的方法。 均值濾波的 原理 均值濾波也稱為線性濾波，其采用的主要方法為領(lǐng)域平均法。所以說，均值計(jì)算占用了均值濾波處理的大量時(shí)間費(fèi)用。由于采用了多分辨率的方法，所以小波變換可以在不同尺度上描述信號(hào)的局部特征，很好地刻畫信號(hào)非平穩(wěn)特征，如邊緣、尖峰、斷點(diǎn)等，可在 不同分辨率下根據(jù)信號(hào)和噪聲分布的特點(diǎn)去噪。由于小波變換可以靈活選擇小波基，從而可針對(duì)不同的應(yīng)用對(duì)象選用不同的小波函數(shù)，以獲得最佳的效果 5 實(shí)驗(yàn)仿真 本章仿真時(shí)選取一張黑白圖片“ ”，并在圖片中加入兩種噪聲：高斯噪聲和椒鹽噪聲。 中值濾波的仿真 本節(jié)選用中值濾波法對(duì)含有高斯噪聲和椒鹽噪聲的圖像進(jìn)行去噪，并用 Matlab軟件仿真。 x=j(:,:,1)。高斯噪聲圖片 39。 k3=medfilt2(x,[7 7])。)。,)。 title(39。 k2=medfilt2(x,[5 5])。由此可知，中值濾波法含噪聲圖像100 200 300501001502003 3 模板中值濾波100 200 300501001502005 5 模板中值濾波 7 7 模板中值濾波圖像處理中消除噪聲的方法研究 8 運(yùn)算簡單，易于實(shí)現(xiàn)，而且能較好地保護(hù)邊界，但有時(shí)會(huì)失掉圖像中的細(xì)線和小塊區(qū)域。,0,)。 仿真結(jié)果如圖 3 所示： 圖 3 均值濾波法對(duì)高斯噪聲去噪的仿真結(jié)果 2）給圖像加入噪聲密度為 的椒鹽噪聲，選擇 3 3模板去噪 Matlab 部分代碼： j=imnoise(x,39。 h=ones(3 3)。由以上處理后的圖像可以看到：均值濾波法消弱了圖像的邊緣，使圖像變得有些模糊。 1）給圖像加入均值為 0，方差為 的高斯噪聲，用小波函數(shù) coif2 對(duì)圖象進(jìn)行 2層分解，選擇 3 3模板去噪 Matlab 部分代碼： function y=zishiying(x) x11=medfilt2(x,[3 3])。coif239。 size(detcoef2(39。v39。,c,s,1))。 p2(1)=detcoef2(39。d39。,c,s,2)。 p3(2)=detcoef2(39。 if p1(i)=p4 p1(i)=sign(p1(i))*(abs(p1(i))p1(i)*p4)。 end
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1