【正文】 end end end imshow(G,[])。 for s=1:m for t=1:n if abs(I(s,t)q1(s,t))T G(s,t)=q1(s,t)。 T=th*。end。 ok=abs(ththnew)=1。 u2=mean(I(g2))。 g2=Ith。 ok=true。 tmax=max(I(:))。 [m,n]=size(I)。average39。 elseif(var2==6) I1=wiener2(I,[5 5])。,3),I)/255。 elseif(var2==5) q=filter2(fspecial(39。 elseif(var2==4) q=ordfilt2(I,5,ones(3,4))。)。 q=bwmorph(q3,39。open39。 q2=double(q1)。imshow(q)。imshow(q)。 axes()。)。end function s_Callback(hObject, eventdata, handles)var2=get(,39。white39。BackgroundColor39。defaultUicontrolBackgroundColor39。BackgroundColor39。amp。end function pushbutton2_Callback(hObject, eventdata, handles)close(gcf)。white39。BackgroundColor39。defaultUicontrolBackgroundColor39。BackgroundColor39。amp。 end。,3),j)/255。 elseif(var1==5) p=filter2(fspecial(39。)。 p=bwmorph(j3,39。open39。 j2=double(j1)。 imshow(p)。imshow(p)。imshow(p)。global j。global I。value39。)。,39。)) set(hObject,39。), get(0,39。 isequal(get(hObject,39。 end；function a_CreateF(hObject, eventdata, handles)if ispc amp。)。 case 4 j=imnoise(I,39。)。salt amp。imshow(j)。poisson39。imshow(j)。gaussian39。global j。global I。value39。imshow(I)。I=imread(str)。endstr=[pathname filename]。)。},39。39。39。39。39。 function pushbutton1_Callback(hObject, eventdata, handles) [filename,pathname]=... uigetfile({39。 guidata(hObject, handles)。else gui_mainf(gui_State, varargin{:})。 ischar(varargin{1}) = str2func(varargin{1})。if nargin amp。gui_Callback39。gui_LayoutF39。gui_OutputF39。gui_OpeningF39。gui_Singleton39。gui_Name39。河南：河南城建學(xué)院學(xué)報，第18卷第3期.附錄function varargout = bishe(varargin)gui_Singleton = 1。最后，再一次向所有關(guān)心我的老師和同學(xué)表示衷心的感謝！參考文獻(xiàn)[1] [D].南京：南京信息工程大學(xué)，2006.[2] [J]。由衷的感謝周奎老師！感謝我的父母多年來對我的撫養(yǎng)與教育，希望他們永遠(yuǎn)健康長壽。雖然周奎老師平時比較忙，但是他還是很關(guān)心我的課題研究進(jìn)度，不僅推薦了各種做畢業(yè)設(shè)計的有效方法以及有關(guān)文獻(xiàn)，還為我很好的分析各種圖像去噪算法，使我對課題有了更深的了解，這樣我才更好的完成了課題的研究。從你們那里我不僅學(xué)習(xí)到了豐富的專業(yè)知識，還從你們平時的教導(dǎo)中學(xué)會了怎樣做人的道理，感謝你們四年來對我們諄諄教誨，作為學(xué)生的我們永遠(yuǎn)都不會忘記。希望在以后的研究過程中能夠找到更好的理論依據(jù)來設(shè)定這個閾值百分比。而這個百分之五是我自己設(shè)定的，也就是我經(jīng)過多次試驗(yàn)的來的，并沒有很好的理論依據(jù)，這樣是很麻煩的一點(diǎn)。通過本課題，鍛煉了自己的自學(xué)能力，查閱文獻(xiàn)的能力，分析和解決問題的能力，對自己是一個很好的鍛煉。我研究出來的新均值去噪算法對汽車縱梁圖像的去噪是很有效的，對檢測縱梁圖像的后續(xù)工作有很大的幫助，也就實(shí)現(xiàn)了其在實(shí)際應(yīng)用中的作用。經(jīng)過我設(shè)計的新均值去噪法對汽車縱梁圖像進(jìn)行去噪，可以明顯的感覺到處理出來的圖像比原來的圖像噪聲減少了很多，而且我們想要得到的定位孔的輪廓也非常清晰，而縱梁圖像上面最重要的信息都包含在這些定位孔上面，所以我設(shè)計的這種方法還是很有效的。最開始我主要是對維納濾波器、中值濾波器、二值形態(tài)濾波器、均值濾波器以及二維小波分析圖像濾波器進(jìn)行研究，即將多張汽車縱梁圖像分別經(jīng)過維納濾波器、中值濾波器、二值形態(tài)濾波器、均值濾波器以及二維小波分析圖像濾波器這些濾波器去噪后，我們可以看出得到的圖像都不盡人意，有的噪聲處理的很好但將圖像模糊化了；有的將圖像信息保存得比較好但噪聲處理的不夠到位；有的噪聲處理的比較好但它受到一些條件的限制讓圖像信息流失的比較嚴(yán)重。 界面總圖。 汽車縱梁圖像噪聲處理模塊這個模塊是用來將我所設(shè)計的去噪方法與各種去噪方法對汽車縱梁圖像處理的對比。設(shè)計這兩個模塊的主要目的是可以觀察出各種去噪方法對不同噪聲的處理效果，從而看出各種去噪方法的優(yōu)缺點(diǎn)，也可以找到去除某種噪聲最有效的方法。 加入噪聲模塊 去噪模塊這兩個模塊組合在一起才能顯示出它們的功能。 圖像輸入模塊該模塊的功能也就是使我們輸入的圖像能夠從電腦中直接讀取，并且使其有一個窗口顯示出來。下面我就將我的界面展示給大家。第五章 課題界面設(shè)計我們研究一個課題主要還是要將自己的思想與研究結(jié)果展現(xiàn)給讀者面前，而展示的方式就是設(shè)計一個界面。在這里我們只考慮該方法處理結(jié)果的好壞與處理所消耗的時間，由以上分析我們可以看出新均值去噪法的處理結(jié)果令人滿意，下面我們就考慮一下時間復(fù)雜度的問題。而這個百分之五我認(rèn)為圖像上噪聲的那個點(diǎn)與去噪后的點(diǎn)閾值區(qū)別很大，并認(rèn)為圖像噪聲的點(diǎn)與去噪后圖像上的點(diǎn)灰度值的差不會小于原圖像的百分之五。 th=floor(th)。 th=thnew。 thnew=(u1+u2)/2。 u1=mean(I(g1))。 while ok g1=I=th。 th=(tmin+tmax)/2。該部分的程序?yàn)椋? tmin=min(I(:))。4)計算新的閾值。2)利用選擇的閾值T對圖像進(jìn)行分割，根據(jù)圖像像素的灰度值，可以將圖像分割為兩部分，灰度值大于T的圖像區(qū)域G1和灰度值小于T的圖像區(qū)域G2 。 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 (1) 原圖像 (2) 新均值去噪圖像 (3)均值去噪圖像 閾值的選取。(1)、(1) 、(1) 、(1) 、(1) 、(1) 、(1) 、(1) 、(1) 、(1) 、(1) 、(1)為原圖像，(2)、(1) 、(2) 、(2) 、(2) 、(2) 、(2) 、(2) 、(2) 、(2) 、(2) 、(2)為新均值去噪圖像，(3)、(3) 、(3) 、(3) 、(3) 、(3) 、(3) 、(3) 、(3) 、(3) 、(3) 、(3)為均值去噪圖像。 else G(s,t)=I(s,t)。G=[]。我們從第三章中可以了解到均值濾波對圖像進(jìn)行去噪時最大的缺點(diǎn)在于它將圖像整體模糊化了，而我研究的新均值去噪算法是將均值濾波對圖像的模糊程度減小。第四章 新均值去噪法 圖像去噪的一般步驟一般圖像中的噪聲都屬于乘性噪聲，可以通過同態(tài)濾波對圖像取對數(shù)的方法先將乘性噪聲轉(zhuǎn)化為加性噪聲，而后使用相關(guān)的空域或頻域的數(shù)字濾波技術(shù)加以去早處理，最后再通過指數(shù)的辦法將圖像轉(zhuǎn)化回來。接著我按照將幾個算法組合的思想研究了一下，最后得出的效果是，汽車縱梁圖像的去噪效果非常好，但是圖像更加模糊化，后來仔細(xì)想了一番，圖像模糊化的原因是每一種圖像去噪方法進(jìn)行去噪后得到的圖像都是將原圖像分成一個一個的點(diǎn)，而去噪也就是改變這些點(diǎn)的閾值，最后將這些點(diǎn)進(jìn)行組合，從而得到去噪圖像。由本