【正文】 式圖像的原圖像 ： 參照圖 31，圖 32，圖 33。實驗結(jié)果顯示，三組圖像中每一組每一幅圖像各自進行的三次濾波均結(jié)果均沒有明顯的偏差，任選一次的結(jié)果作為實驗的結(jié)果。 實驗準備： 選取三幅不同 jpg 格式的圖像， 三幅圖像細節(jié)部分盡可能相一致。 圖 348 椒鹽噪聲為 均值比與均方差值比 . . 圖 349 椒鹽噪聲為 圖 350 椒鹽噪聲為 圖 351 椒鹽噪聲為 . . 圖 352 椒鹽噪聲為 圖 353 椒鹽噪聲為 圖 354 椒鹽噪聲為 . . 圖 355 椒鹽噪聲為 實驗結(jié)論 對以上兩組實驗，通過對原圖像和濾波后圖像，濾波后圖像之間的對比觀察，通過對濾波后圖像與原圖像像素均值比及均方差比作分析，可以得出相應的結(jié)論。而對于 jpg 格式和 png 格式的圖像，恢復圖有這較好的整體效果，某些細節(jié)部分略顯模糊，但不影響人們對圖像內(nèi)容的判別（如圖像中遠處的樓房和小亭子在恢復圖像中只是略顯模糊，人們還是可以正確甄別出來）。均值比值越接近 1說明濾波前后圖像像素值接近程度越高，圖像的恢復效果也越好。對于 png 格式的圖像來說，所設計的濾波器能夠完成濾波任務，濾波效果在很大程度上不會影響對圖像信息的獲取。由實驗過程可知，椒鹽噪聲密度 是 由 到 逐漸由小到大變化的。 . . 2 不同密度椒鹽噪聲情況下濾波后的恢復圖像之間的比較。上文中說過，均值比值越接近 1 說明圖像的恢復效果也越 好。其中，噪聲密度在 以下時，濾波器的濾波效果較好，噪聲密度在 以上時濾波器的濾波效果就會對圖像信息的獲取造成影響。根據(jù)實驗結(jié)果可知，設計的窗口自適應中值濾波器的有效濾波范圍為所加椒鹽噪聲密度在 以下， 完成了設計目標（設計目標中有效濾波范圍為所加椒鹽噪聲密度為 到 ），并且在有效濾波范圍內(nèi)，濾波器對 jpg 格式和 png 格式 圖像在整體和細節(jié)上的濾波效果均較好，均能使人們能夠較好的獲得必要的圖像信息。我的設計課題的很多后期問題都得到了劉齊躍老師的細心指導 。 完成畢業(yè)設計的過程中，有付出也有收獲。在這里，我要再一次對 劉齊躍老師 表示由衷的感謝，他對我 畢業(yè)設計課題 構(gòu)思以及 設計說明書 的內(nèi)容多次進行指導和 悉心指點，才使我在完成論文的同時深受啟發(fā)和受到再一次的教育。G:\tu\tu33\39。 title(39。salt amp。imshow(P)。 R=X(:,:,1)。imshow(R)。imshow(B)。 %初始化 . f=R。 %Zmax 是在 S xy 濾窗內(nèi)灰度的最大值 。 %自適應中值濾波算法由兩個部分組成 ,稱為第一層 (Level %A) 和第二層 (Level B) 。 for k=3:2:Smax %相當于 k*k的極小值濾波 zmin=ordfilt2(g,1*1,ones(k,k))。 (zmaxzmed) amp。 outputZxy=processUsingLevelB amp。 %輸出一個不變的像素值 Zx,y 來代替鄰域中值作為輸出 f(outputZxy)=g(outputZxy)。 end end D1=f。 %初始化 . f=G。 %相當于 k*k的極大值濾波 zmax=ordfilt2(g,k*k,ones(k,k))。 ~alreadyProcessed。 zB。 %輸出中值濾波的值作為輸出 f(outputZmed)=zmed(outputZmed)。 g=B。 f(:)=0。 % k*k 的中值濾波 zmed=medfilt2(g,[k k])。 %判斷 Z,x,y 是否為一脈沖 zB=(gzmin) amp。 outputZmed=processUsingLevelB amp。 alreadyProcessed=alreadyProcessed|processUsingLevelB。imshow(D1)。 figure。)。濾波 圖像 339。imshow(E)。%對原始圖像的所有像素值求均方差 E2=std2(E)。%對原始圖像的所有像素值求平均值 E1=mean(E(:))。 . . E=cat(3,D1,D2,D3)。imshow(D3)。 title(39。濾波圖像 139。 end end D3=f。 %輸出一個不變的像素值 Zx,y 來代替鄰域中值作為輸出 f(outputZxy)=g(outputZxy)。 outputZxy=processUsingLevelB amp。 (zmaxzmed) amp。 %開始濾波 . for k=3:2:Smax %相當于 k*k的極小值濾波 . . zmin=ordfilt2(g,1*1,ones(k,k))。 [M,N]=size(g)。 if all(alreadyProcessed(:)) break。 ~zB。 (zmaxg)。 . . %判斷 Zmed 是否為一脈沖 processUsingLevelB=(zmedzmin) amp。 alreadyProcessed=false(size(g))。 Smax=[7 7]。 alreadyProcessed=alreadyProcessed|processUsingLevelB。 . . outputZmed=processUsingLevelB amp。 %判斷 Z,x,y 是否為一脈沖 zB=(gzmin) amp。 % k*k 的中值濾波 zmed=medfilt2(g,[k k])。 %如果濾窗 S xy 的大小≤ Smax ,則重復執(zhí)行 Level A , %否則把 Zxy作為輸出值。 %Zxy 是坐標 ( x , y) 處的灰度值 。 alreadyProcessed=false(size(g))。 Smax=[7 7]。imshow(G)。B=X(:,:,3)。加椒鹽噪聲后的圖像 39。,)。)。 figure。 我也在努力的積蓄著力量，盡自己的微薄之力來回報母校對我四年來的培育之情，爭取使自己的人生能對社會產(chǎn)生積極的價值！ . . 參 考 文 獻 1張新明，黨留群，徐久成 .基于十字滑動窗口的快速自適應圖像中值濾波 . 計算機工程與應用 ,2021， 43（ 27） 2 徐超， 陳一虎 .基于四分法噪聲檢測的開關(guān)中值濾波算法 . 計算機工程與設計 , 第 29 卷第 18 期 , 2021 年 9 月 3 衛(wèi)保 國 .一種改進的自適應中值濾波方法 . 計算機應用 , 第 28 卷第 7 期 , 2021 年 7 月 4 萬小紅 .一種基于中值濾波和小波變換的圖像去噪算法研究 .北華大學學報 ( 自然科學版 ),第 13 卷第 3 期 ,2021 年 6 月 5 張旭明 ,徐濱士 ,董世運 ,甘小明 .自適應中值 加權(quán)均值混合濾波器 .光學技術(shù) , 第 30卷第 6期 ,2021 年 11 月 6 郭曉新 ,盧奕南 ,許志聞 ,王云霄 ,龐云階 . 自適應定向加權(quán)中值濾波 . 吉林大學學報 ( 理學版 ), 第 4期第 43 卷 , 2021 年 7 月 7 鄧秀勤 ,熊勇 . 用于圖像處理的加權(quán)中值濾波 算法 . 計算機技術(shù)與發(fā)展 ,第 19 卷 第 3 期 , 2021 年 3月 8 喬坤 ,郭朝勇 ,毛東 . 一種去除椒鹽噪聲的自適應開關(guān)中值濾波算法 . 計算機應用與軟件 ,第 28 卷第 10期 ,2021 年 10 月 9 張旭明 ,徐濱士，董世運，吳毅雄 . 去除脈沖噪聲的自適應開關(guān)中值濾波 .光電工程 ,第 33 卷第 6 期 ,2021 年 6 月 10 申俊琦 ,胡繩蓀 ,馮勝強 . 自適應中值濾波在焊縫視覺跟蹤中的應用 . 焊接學報 ,第 32卷第 3 期 ,2021 年 3 月 11 翟永杰，李炎，韓璞，王東風 .數(shù)字圖像處理技術(shù)在鍋爐爐膛火焰監(jiān)測系統(tǒng)中的 研究現(xiàn)狀 .電站系統(tǒng)工程 ,第 20 卷 01期， 2021 12 白秋果，李志剛，劉樹亭 . 基于 FPGA 的實時圖像預處理技術(shù)在汽車夜視. . 系統(tǒng)中的應用 .電子技術(shù)應用 ,2021 年 01 期 13 倪臣敏，葉懋東，陳孝春，韋學輝 . 基于序列圖像的高密度脈沖噪聲去除新方法 .江南大學學報 ,第 6卷第 5 期 ,2021 年 10 月 14 寧春玉 ,趙春華 . 自適應中值濾波算法濾除醫(yī)學圖像脈沖噪聲 .計算機工程與應用 , 2021 15 楊建菊，張貴英 . 基于自適應濾波的淋巴細胞圖像分割算法研究 .計算機仿真 ,2021 年 08期 16 柴寶仁 . 中值濾波在氣 象傳真圖中降噪的分析 .北京理工大學學報 ,31卷第 4期 ,2021 年 4月 17 何雷 .自適應加權(quán)中值濾波在地震圖像中的應用研究 . 重慶科技學院學報（自然科學版） ,第 12卷第 4 期 18 馬志強 ,孫世宇 ,賀治華 ,王