【導(dǎo)讀】全體現(xiàn)原始圖像的全部信息。因此，以改善圖像數(shù)據(jù)、抑制不需要的變形或者增強(qiáng)。中就顯得非常重要。到灰度的轉(zhuǎn)變、圖像二值化、圖像的銳化處理及圖像平滑處理等方法。預(yù)處理算法并給出了各種算法的處理結(jié)果。

　　

【正文】 ： ? ?? ?2,yxnE 。 對(duì)圖像中的噪聲有多種描述方式，常見的有以下幾種： （ 1）白噪聲（ White Noise）：它具有常量的功率譜。白噪聲的一個(gè)特例是高斯噪聲 （ Gaussian Noise），它的直方圖曲線服從一維高斯型分布： ? ? ? ?2 2221 ? ???? ??? exp （ 41） （ 2）椒鹽噪聲（ Pepper Noise）：是一種在圖像中產(chǎn)生黑色、白色點(diǎn)的脈沖噪聲。該噪聲在圖像中顯現(xiàn)較為明顯，對(duì)圖像分割、邊緣檢測(cè)、特征提取等后續(xù)處理具有嚴(yán)重的破壞作用。 （ 3）沖擊噪聲（ Impulsive Noise）：是指一幅圖像被個(gè)別噪聲像素破壞，而且這些像素的亮度與其鄰域的亮度顯著不同。 （ 4）量化噪聲（ Quatization Noise）：在量化級(jí)別不同時(shí)出現(xiàn)的噪聲。例如，將圖像的亮度級(jí)別減少一半的時(shí)候會(huì)出現(xiàn)偽輪廓。 噪聲圖像模型及噪聲特性 含噪模型 現(xiàn)實(shí)中的數(shù)字圖像在數(shù)字化和傳輸過程中，常 受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。去除或減輕在獲取數(shù)字圖像中的噪聲稱為圖像去噪 ,在圖像去噪之前我們先要建立一個(gè) 含噪圖像 的模型，為了簡(jiǎn)便，我們研究如下的加性噪聲模型，即含噪圖像僅由原始圖像疊加上一個(gè)隨機(jī)噪聲形成 : ? ? ? ? ? ?yxyxfyxg , ??? （ 42） 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像噪聲與噪聲的處理 20 ? ?yxf , 表示圖像， ? ?yxv , 為噪聲，含噪圖像記為 ? ?yxg , 。 噪聲特性 在對(duì)這個(gè)含噪模型進(jìn)行研究之前，我們有必要了解一下噪聲的一些特性，經(jīng)常影響圖像質(zhì)量的噪聲源可分為三類。人們對(duì)其生成原因及相應(yīng)的模型作了大量研究 : 電子噪聲。在阻性器件中由于電子隨機(jī)熱運(yùn)動(dòng)而造成的電子噪聲是三種模型中最簡(jiǎn)單的，一般常用零均值高斯白噪聲作為其模型，它可用其標(biāo)準(zhǔn)差來完全表征。 光電子噪聲。由光的統(tǒng)計(jì)本質(zhì)和圖像傳感器中光電轉(zhuǎn)換過程引起，在弱光照的情況下常用具有泊松分布的隨機(jī)變量作為光電噪聲的模型，在光照較強(qiáng)時(shí)，泊松分布趨向于更易描述的高斯分布。 感光片顆粒噪聲。由于曝光過程中感 光顆粒只有部分被曝光，而 其余 部分則未曝光，底片的密度變化就由曝光后的顆粒密集程度變化所決定，而算曝光顆粒的分布呈現(xiàn)一種隨機(jī)性 。 在大多數(shù)情況下，顆粒噪聲可用高斯白噪聲作為有效模型。 通過以上分析可以看出，絕大多數(shù)的常見圖像噪聲都可用均值為零，方差不同的高斯白噪聲作為其模型，因而為了簡(jiǎn)便和一般化，我們采用零均值的高斯白噪聲作為噪聲源。 圖像二值化 理論基礎(chǔ) 圖像包括目標(biāo)、背景還有噪聲 ,怎樣從多值的數(shù)字圖像中僅提取出目標(biāo) ,常用的方法就是設(shè)定某一閾值 T,用 T 將圖像的數(shù)據(jù)分成 2大部分 :大于 T的像 素群和小于 T 的像素群 .這種方法稱為圖像的二值化 .二值化處理就是把圖像分成目標(biāo)和背景 2 個(gè)區(qū)域 .二值化是數(shù)字圖像處理中一項(xiàng)最基本的變換方法 ,通過非零取一 固定閾值、雙固定閾值等不同的閾值化變換方法 ,使一幅灰度圖像變成了黑白二值圖像 ,將我們所需的目標(biāo)從復(fù)雜的圖像背景中提取出來 .閾值 [56]處理的操作過程是指定一個(gè)閾值 ,如果圖像中某像素的灰度值小于該閾值 ,則將該像素的灰度值設(shè)置為 0或 255,否則灰度值設(shè)置為 255 或 0. 圖像二值化的實(shí)現(xiàn) 代碼 圖像二值化的實(shí)現(xiàn)步驟如下： (1)取得原圖的數(shù)據(jù)區(qū)指針 (2)每 個(gè)像素依次循環(huán) ,若該像素灰度值為 0,則不變 。若該像素灰度值不為 0,圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像噪聲與噪聲的處理 21 則置為 255。 圖像二值化代碼如下 : [A,map]=imread(39。f:\39。)。 figure(1)。 imshow(A,map), title(39。原圖 39。)。 image=double(A)。 for i=1:600, for j=1:600, if (image(i,j) 200) image(i,j)=255。 else image(i,j)=0。 end。 end, end, figure(2)。 imshow(image,map), title(39。二值化 39。)。 原圖 二值化 圖 圖 4. 6 二值圖像的去噪 理論基礎(chǔ) 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像噪聲與噪聲的處理 22 圖像在形成、傳輸、接收和處理的過程中 ,不可避免地存在著外部以及內(nèi)部的干擾 ,比如光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤 差 ,還有人為的因素等等 ,均會(huì)存在著一定程度的噪聲干擾 .噪聲惡化了圖像質(zhì)量 ,致使圖像模糊 ,特征不明顯 。 例如在車牌識(shí)別的處理過程中噪聲帶來的影響可以通過二值化去噪得到很好的處理效果。 二值圖像去噪的實(shí)現(xiàn)代碼 二值圖像去噪的實(shí)現(xiàn)步驟如下： (1)取得圖像大小、數(shù)據(jù)區(qū)指針 ,并把數(shù)據(jù)區(qū)復(fù)制到緩沖區(qū)去 (2)循環(huán)取得各點(diǎn)的像素值 (3)取得該點(diǎn)周圍 8像素的平均值 (4)把緩沖區(qū)中改動(dòng)的數(shù)據(jù)復(fù)制到原數(shù)據(jù)區(qū)中 程序代碼如下 : clear。 close all。 I=imread(39。f:\39。)。 I=rgb2gray(I)。 imwrite(I,39。f:\39。)。 [A,map]=imread(39。f:\39。)。 figure(1)。 imshow(A,map), title(39。原圖 39。)。 image=double(A)。 for i=1:170, for j=1:486, if (image(i,j) 90) image(i,j)=255。 else image(i,j)=0。 end。 end, end, figure(2)。 imshow(image,map), title(39。二值化 去噪 39。)。 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像噪聲與噪聲的處理 23 圖 二值圖像 圖 二值圖像去噪后圖 利用 matlab 實(shí)現(xiàn)了上述算法 ,通過實(shí)驗(yàn)證明 ,利用 matlab 編寫的這些程序 ,執(zhí)行效率很高 ,所以對(duì)車牌進(jìn)行實(shí)時(shí)識(shí)別能夠滿足這些要求 ,并且經(jīng)過對(duì)車牌圖像的二值化以及去噪等處理 ,車牌識(shí)別的準(zhǔn)確率有了很大的提高 . 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 結(jié)論 24 第五章 結(jié)論 圖像在人類的日常生活中以處于不可以缺少的部分， 本文為獲得高質(zhì)量的圖像而進(jìn)行一系列的研究，從而一步一步 解決圖像中所存在的問題。 第一章簡(jiǎn)單的介紹了圖像處理，圖像處理的重要意義以及圖像處理在人們?nèi)粘Ｉ钪胁豢扇鄙俚奈恢?；并?jiǎn)單介紹了 matlab 的基本操作以及用 matlab 做圖像處理的特點(diǎn)，從而讓我更深一步的了解了 matlab 的操作和圖片的優(yōu)化。 第二章介紹了灰度及直方圖，它在圖像處理中也至關(guān)總要，通過用直方圖的對(duì)比讓我們輕松了解到圖像前后的差異以及圖像中所存在的不足之處！ 第三章向我們展示的了圖像的平滑與銳化，圖像的平滑有 鄰域平均法、中值濾波法和選擇式掩模平滑法等來減少噪聲 ，本文主要講解了 鄰域平均法 ， 鄰域平均 處理方法是以圖像模糊為代價(jià)來減小噪聲的，且模板尺寸越大，噪聲減小的效果越顯著。 圖像銳化處理的主要目的是突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)。 第四章講述了噪聲的定義，噪聲對(duì)圖像的影響以及去噪的方法， 從不同角度介紹了圖像中噪聲的來源 和模型，以及如何計(jì)算信噪比及編程實(shí)現(xiàn)隨機(jī)噪聲和椒鹽噪聲的添加 。 通過 matlab 從而減少圖像中的噪聲而獲得高質(zhì)量的圖像。通過用實(shí)驗(yàn)證明，領(lǐng)域平均法去噪是可行的！ 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 參考文獻(xiàn) 25 參考文獻(xiàn) [1] 何東健，數(shù)字圖像處理，西安電子科技大學(xué)出版社， 2021. [2] 求是科技 蘇彥 華， Visual C++數(shù)字圖像識(shí)別技術(shù)典型案例， 2021. [3] 張慧明，圖像處理算法的快速驗(yàn)證平臺(tái) [D].西安電子科技大學(xué)， 2021. [4] 曾瑩，陳曉柱， VC++下的圖像處理算法 [J].電腦與電信， 2021. [5] 王廣新，基于 FPGA的聲納圖像處理卡的設(shè)計(jì)與實(shí)現(xiàn) [D].哈爾濱工程大學(xué)， 2021. [6] 譚林秋，基于 VC++的數(shù)字圖像處理系統(tǒng)的開發(fā)及算法研究 [J].西安理工大學(xué)， 2021. [7] 聶絮飛，基于 VC++的圖像數(shù)據(jù)采集與界面化顯示研究 [J]。黑龍江科技信息， 2021. [8] 張 凱， VC++在圖像處理技術(shù)方面的應(yīng)用 [J].內(nèi)江科技， 2021. [9] 王宇含，金聲震，基于 FPGA的高速圖像預(yù)處理系統(tǒng)設(shè)計(jì) [J].電子科技大學(xué)學(xué)報(bào)， 2021. [10] 楊文強(qiáng)，吳冰，陳步威， Visual C++在圖像處理中的應(yīng)用研究 [J].河南理工大學(xué)學(xué)報(bào)，2021. [11] 楊文杰，劉浩學(xué) .JJ 數(shù)字圖像處理系統(tǒng)的研制 [J].北京印刷學(xué)院學(xué)報(bào)， 2021. 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 致謝 26 致 謝 在畢業(yè)論文完成之際，我首先要感謝黃光亞老師 的悉心指導(dǎo)， 她 嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，一絲不 茍的敬業(yè)精神給我留下了深刻的印象。 感謝她在百忙之中甚至在懷孕期間也一直督促關(guān)心著我的本科論文的寫作。她的 博學(xué)、勤勉以及平和的為人，使我油然而生敬意。 再次感謝黃光亞老師給我這個(gè)機(jī)會(huì)加入到圖像預(yù)處理項(xiàng)目中來，使我能夠?qū)W習(xí)到許多圖像處理學(xué)科前沿的知識(shí)，而且通過實(shí)際項(xiàng)目開發(fā)，積累了寶貴的實(shí)踐經(jīng)驗(yàn)，提高了我用 matlab 的操作和編程能力。 感謝寧兵兵同學(xué)， 在與他的交流和討論中我受益匪淺，同時(shí)也被他刻苦鉆研的 精神所深深感染。 他樂于助人，耐心的解答我提出的問題，對(duì)我的論文提出了許多中肯的修改意見，并對(duì)一些技術(shù)上的細(xì)節(jié)給 予了很大的幫助。 感謝我的父母，是他們給予了我無私的奉獻(xiàn)、支持和鼓勵(lì)。