【正文】 的去噪方法，才能既消除圖像噪聲，又不使圖像邊緣輪廓或線條變模糊。在整個設(shè)計過程中，顧老師認真負責、專業(yè)經(jīng)驗豐富，對同學(xué)們提出的各種疑問都做了正確細致的解答，我的設(shè)計當中需要進行MATLAB仿真和GUI設(shè)計，當中需要很多程序，在這個方面我遇到了困難，這時顧老師給我提供了很多參考資料。var=。subplot(2,2,2),imshow(K1,M),title(‘33窗口濾波后的圖像’)；K2=medfilt2(J2,[5,5])。,)。subplot(2,2,2),imshow(J2,M),title(‘模板1濾波后的圖像39。)。subplot(2,3,1),imshow(I,map),title(‘原始圖像’)J=imnoise(I,‘gaussian’,)。for u=1:Mfor v=1:ND(u,v)=sqrt(u^2+v^2)。subplot(2,3,3),imshow(IDEALfiltered,map)。TRAPEG=TRAPEH.*F。39。axes()。gaussian39。salt amp。tag39。 K1=conv2(double(J1),doub。endcallback函數(shù)3：用于去除噪聲。radiobutton239。radiobutton139。endstr=[pathname filename]。39。EXPOTfiltered=ifft2(EXPOTG)。 end endendIDEALG=IDEALH.*F。D0=150。subplot(2,2,4),imshow(J4,M),title(‘模板3濾波后的圖像39。J3=filter2(myfilter2,J1)。myfilter1=h1/9。J1=imnoise(I,‘salt amp。 pepper’,)。最后再次感謝我的導(dǎo)師和同學(xué)在我論文撰寫過程中給我的幫助和支持。致 謝最后我非常感謝我的指導(dǎo)老師顧斌杰老師。從而達到消除空域中圖像的噪聲。至今沒有一種十全十美的去噪方法。并顯示在axes1上。MATLAB的10種控件對象使用相同的屬性類型，但是這些屬性對于不同類型的控件對象，其含義不盡相同。(5) 對象瀏覽器(Object Browser):可觀察當前設(shè)計階段的各個句柄圖形對象。另一種方式是直接在MATLAB的GUI編輯界面GUIDE來建立。例如，如果用戶單擊一按鈕，這個事件必然導(dǎo)致相應(yīng)的MATLAB語句執(zhí)行。axes創(chuàng)建。一個好的GUI 能夠使程序更加容易的使用。MATLAB的特點是：它具有高效的數(shù)值運算及符號計算功能，使用戶從繁雜的數(shù)值計算分析中解脫出來；它具備圖形處理功能，實現(xiàn)計算結(jié)果和編程的可視化；友好的用戶界面及接近數(shù)學(xué)表達式的自然化語言，是學(xué)者易于學(xué)習(xí)和掌握；為用戶提供大量方便的處理工具，是計算機輔助分析，設(shè)計，仿真，教學(xué)等領(lǐng)域不可缺少的基礎(chǔ)軟件。MATLAB中包括了被稱作工具箱(TOOLBOX)的各類應(yīng)用問題的求解工具。巴特沃斯低通濾波器又稱為最大平坦濾波器，與理想低通濾波器相比有較大的區(qū)別：它的通帶與阻帶之間沒有明顯的跳躍，即在這兩者之間又一個平滑過渡帶。低通濾波器的系統(tǒng)框圖如下所示[13]： 頻域空間濾波框圖 幾種常用的低通濾波器[7] 理想低通濾波器現(xiàn)實中由于電子元器件自身的物理局限性決定了不可能存在理想濾波器。傅立葉變換的周期性表示為 () ()式中：共扼對稱性可表示為 () ()(5)旋轉(zhuǎn)不變性若引入極坐標： ()則和分別變?yōu)楹?在極坐標系中，存在以下變換對： ()此式表明，如果在時間域中旋轉(zhuǎn)角度后，相應(yīng)的傅立葉變換在頻域中也旋轉(zhuǎn)同一角，反之，如果在頻域中旋轉(zhuǎn)角，其反變換在空間域中也旋轉(zhuǎn)角。5 頻率域低通濾波頻率域濾波是圖像在頻率域中進行的一種非常重要的處理手段。如何能夠選擇恰當?shù)牡屯ň矸e模板，那么就會得到很好的去噪效果。對圖像而言，它的邊緣、跳躍以及噪聲等灰度變化劇烈的部分代表圖像的高頻分量，而大面積背景區(qū)和灰度變化緩慢的區(qū)域代表圖像的低頻分量。利用中值濾波要經(jīng)過如下過程(1)輸入圖像，(2)加入模擬噪聲，(3)中值濾波。 采用33十字形窗口進行二維中值濾波 中值濾波的特性中值濾波具有許多重要性質(zhì)：(1) 不影響階躍信號、斜坡信號，連續(xù)個數(shù)小于窗口長度一半的脈沖受到抑制，三角波信號頂部變平。濾波窗口為A，為窗口是A在點的中值，則 ()中值濾波的窗口形狀和尺寸對濾波效果影響較大，往往應(yīng)根據(jù)不同的圖像內(nèi)容和不同的要求加以選擇，二維中值濾波的窗口可以取方形，也可以取近似圓形或十字形。中值濾波器只是統(tǒng)計排序濾波器的一種。 為了克服簡單局部平均的弊病，目前已提出了許多保留邊緣細節(jié)的局部平滑算法。 (a)33Box模板 （b）33高斯模板 常用的兩個鄰域平均模板平均值濾波法的主要優(yōu)點是算法簡單，速度快，但它在降低噪聲的同時會使圖像變得模糊，特別是在邊緣和細節(jié)處。由此可見，當圖像較大時，模板分解將使運算大為簡化[2]。模板在輸入圖像中逐像素移動并進行類似運算，即可得模板卷積結(jié)果(如圖(c)所示)。解決這個問題的方法可以采用兩種簡單方法：一種方法是當模板超出圖像邊界時不作處理；另一種方法是擴充圖像，可以復(fù)制原圖像邊界元素或用常數(shù)來填充擴充圖像邊界，使得卷積在圖像邊界也可計算。本設(shè)計主要介紹平均值濾波和中值濾波的基本原理和適用范圍，以及空間域低通濾波，頻率域低通濾波和多幅圖像求平均算法的基本原理。缺省均值為0。(3) 噪聲具有疊加性。假定信號為,噪聲為,如果混合疊加波形是的形式，則稱其為加性噪聲；如果疊加波形為的形式，則稱其為乘性噪聲。如正片和負片的表面顆粒性和磁帶磁盤表面缺陷所產(chǎn)生的噪聲。(1) 外部噪聲，即是由外部干擾引起的噪聲，如外部電氣設(shè)備產(chǎn)生的電磁波干擾、天體放電產(chǎn)生的脈沖干擾等。第7章是本文整體工作的一個總結(jié)。本文的章節(jié)安排如下：第1章是本文的緒論，主演介紹數(shù)字圖像的定義和類型，還有研究圖像去噪技術(shù)的意義，以及圖像去噪技術(shù)的背景和國內(nèi)外研究狀況。 對機器視覺研究的不斷深入使人們開始重視偏微分方程的數(shù)學(xué)理論，Perona和Malik提出了一種具有非線性濾波能力的偏微分方程，在圖像去噪和邊緣保護上獲得良好效果，后來Weickert基于他們的理論將這種方程發(fā)展成為各向異性擴散方程，進一步提升了去噪能力，并且具有圖像邊緣保護功效，后來被廣泛地應(yīng)用于醫(yī)學(xué)、遙感圖像的濾波去噪處理之中，獲得了令人滿意的結(jié)果。如果不對噪聲進行及時處理 ,就會對后續(xù)的處理過程乃至輸出結(jié)果產(chǎn)生影響 ,甚至可能得到錯誤的結(jié)論。GIF圖像文件采取LZW壓縮算法，存儲效率高，支持多幅圖像定序或覆蓋、交錯多屏幕繪圖以及文本覆蓋。如對被噪聲污染的圖像除去噪聲，對信息微弱的圖像進行增強，對失真的圖像進行幾何校正等。 日常所見圖像多是連續(xù)的，即的值可以為任意實數(shù)。 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 注 意 事 項（論文）的內(nèi)容包括：1）封面（按教務(wù)處制定的標準封面格式制作）2）原創(chuàng)性聲明3）中文摘要（300字左右）、關(guān)鍵詞4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入）6）論文主體部分：引言（或緒論）、正文、結(jié)論7）參考文獻8）致謝9）附錄（對論文支持必要時）：理工類設(shè)計（論文）正文字數(shù)不少于1萬字（不包括圖紙、程序清單等）。關(guān)鍵詞：圖像噪聲；圖像去噪算法；MATLAB；圖形用戶界面VIIAbstractThe image can be affected by noise during the process of acquisition and transmission. The image noise leads to image degeneration and drop in quality. Image degeneration can cause image blur as well as characteristic masking so that unfit for image analysis. In order to remove noise and improve image quality, noise reduction is needed. Therefore, it is necessary to study image noise reduction algorithms. There are many kinds of image noise reduction algorithms and they can be implemented in spatial domain and frequency domain respectively. This paper summarizes such algorithm as mean filter, median filter, low pass filter in spatial domain, mean of multiimage adding and low pass filter in frequency domain. Firstly, conception, causing, classification and characteristic of noise are introduced. Secondly, the basic principle and application range of mean filter and median filter algorithm is introduced. Finally, the basic principle of low pass filter in spatial domain, low pass filter in frequency domain and mean of multiimage adding algorithm is introduced. This paper pays both attention to theory and practice. It not only summarizes the theory and filter principle of different image noise reduction algorithms in detail, but also simulates them using MATLAB procedure and analyzes their noise reduction results. The graphic user interface is designed to evaluate the result of noise reduction to different image noise reduction algorithms The MATLAB simulation results demonstrate that different noise reduction algorithms are of different advantages and disadvantages. Therefore, type and causing of noise should be analyzed first and then appropriate noise reduction algorithm is selected before image noise reduction so as to acquire satisfactory results. Key words: image noise； image noise reduction algorithm；MTALAB； graphic user interface畢業(yè)論文（設(shè)計）原創(chuàng)性聲明本人所呈交的畢業(yè)論文（設(shè)計）是我在導(dǎo)師的指導(dǎo)下進行的研究工作及取得的研究成果。論文綜述了平均值濾波、中值濾波、空間域低通濾波、多幅圖像求平均法和頻域低通濾波去噪算法。圖像去噪算法有很多種，可以分別在空間域和頻率域中進行。因此，在對一幅圖像去噪之前，首先要分析噪聲類型及其產(chǎn)生原因，然后再選擇恰當?shù)娜ピ胨惴ǎ@樣才能得到比較令人滿意的去噪效果。 例如常用的圖像一般是灰度圖，這時f表示灰度值，它常對應(yīng)客觀景物被觀察到的亮度。數(shù)字圖像處理，就是把數(shù)字圖像經(jīng)過一些特定數(shù)理模式的加工處理，以達到有利于人眼視覺或某種接收系統(tǒng)所需要的圖像的過程。(3) GIF圖像文件格式CompuServe開發(fā)了圖形交換文件格式GIF(Graphics In