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(參考版)
2025-06-25 20:50本頁面
【正文】 Matlab 致謝本文是在上官老師的悉心指導(dǎo)和親切關(guān)懷下完成的。 mean filter。對小波系數(shù)進(jìn)行閾值處理可以在小波變換域中去除低幅值的噪聲和不期望的信號，效果最好。2）均值濾波是典型的線性濾波，對高斯噪聲的抑制是比較好的，但對椒鹽噪聲的抑制作用不好，椒鹽噪聲仍然存在，只不過被削弱了而已。所以，消除在圖像采集和傳輸過程中而產(chǎn)生的噪聲，保證圖像受污染度最小，成了數(shù)字圖像處理領(lǐng)域里的重要部分。如圖6所示，使用小波變換都得到了較好的消噪效果。這種非線性濾波方法之所以特別有效， 就是由于小波變換具有一種“ 集中”的能力， 它可以使一個信號的能量在小波變換域集中在少數(shù)系數(shù)上， 因此這些系數(shù)的幅值必然大于在小波變換域內(nèi)能量分散于大量小波系數(shù)上的信號或噪聲的幅值。為了改善均值濾波細(xì)節(jié)對比度不好、區(qū)域邊界模糊的缺陷，常用門限法來抑制椒鹽噪聲和保護(hù)細(xì)小紋理，用加權(quán)法來改善圖像的邊界模糊，用選擇平均的自適應(yīng)技術(shù)來保持圖像的邊界。這種低通性能在平滑噪聲的同時，必定也會模糊信號的細(xì)節(jié)和邊緣，即在消除噪聲的同時也會對圖像的高頻細(xì)節(jié)成分造成破壞和損失，使圖像模糊，由以上處理后的圖像可以看到：鄰域平均法消弱了圖像的邊緣，使圖像變得有些模糊。均值濾波可歸結(jié)為矩形窗加權(quán)的有限沖激響應(yīng)線性濾波器。即對待處理的當(dāng)前像索點(diǎn)，選擇一個模板，該模板由其近鄰M個像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素的算術(shù)平均值，作為鄰域平均處理后的灰度。對一些復(fù)雜的圖像，可以使用復(fù)合型中值濾波，如：中值濾波線性組合、高階中值濾波組合、加權(quán)中值濾波以及迭代中值濾波等來改善單純中值濾波的一些不足，從而達(dá)到更好的濾波效果。由以上圖像可以看到：中值濾波法較好地保留了圖像的邊緣，使其輪廓比較清晰。它可以克服線性濾波器給圖像帶來的模糊，在有效清除顆粒噪聲的同時，又能保持良好的邊緣特性，從而獲得較滿意的濾波效果，特別適合于去除圖像的椒鹽噪聲，如仿真結(jié)果圖2所示。目前使用比較廣泛。在平滑高斯噪聲和有脈沖噪聲的圖像去噪效果都很顯著。endend 仿真結(jié)果如圖6所示：圖6 小波變換法對椒鹽噪聲去噪的仿真結(jié)果從仿真結(jié)果可以看出：為驗(yàn)證本文算法的濾波效果，對加入不同噪聲的圖像進(jìn)行了濾波測試。end if p3(i)=p4 p3(i)=sign(p3(i))*(abs(p3(i))p3(i)*p4)。end if p2(i)=p4 p2(i)=sign(p2(i))*(abs(p2(i))p2(i)*p4)。 if p1(i)=p4 p1(i)=sign(p1(i))*(abs(p1(i))p1(i)*p4)。,c,s,2)。p3(2)=detcoef2(39。v39。,c,s,2)。p1(2)=detcoef2(39。d39。,c,s,1)。p2(1)=detcoef2(39。h39。,c,s,1))。size(detcoef2(39。v39。,c,s,1))。 size(detcoef2(39。 n=[1,2,3]。coif239。[a,b]=size(x12)。endend 仿真結(jié)果如圖5所示：圖5 小波變換法對高斯噪聲去噪的仿真結(jié)果2），選擇33模板去噪Matlab部分代碼：function y=zishiying(x)x11=medfilt2(x,[3 3])。end if p3(i)=p4 p3(i)=sign(p3(i))*(abs(p3(i))p3(i)*p4)。end if p2(i)=p4 p2(i)=sign(p2(i))*(abs(p2(i))p2(i)*p4)。 if p1(i)=p4 p1(i)=sign(p1(i))*(abs(p1(i))p1(i)*p4)。,c,s,2)。p3(2)=detcoef2(39。v39。,c,s,2)。p1(2)=detcoef2(39。d39。,c,s,1)。p2(1)=detcoef2(39。h39。,c,s,1))。size(detcoef2(39。v39。,c,s,1))。 size(detcoef2(39。 n=[1,2,3]。coif239。[a,b]=size(x12)。1）給圖像加入均值為0，用小波函數(shù)coif2對圖象進(jìn)行2層分解，選擇33模板去噪Matlab部分代碼：function y=zishiying(x)x11=medfilt2(x,[3 3])。為了改善均值濾波細(xì)節(jié)對比度不好、區(qū)域邊界模糊的缺陷，常用門限法來抑制椒鹽噪聲和保護(hù)細(xì)小紋理，用加權(quán)法來改善圖像的邊界模糊，用選擇平均的自適應(yīng)技術(shù)來保持圖像的邊界。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
電大資料相關(guān)推薦
鄂ICP備17016276號-1