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)
2025-07-07 14:50本頁面
【正文】 Matlab 長治學(xué)院學(xué)士學(xué)位論文（設(shè)計） 17 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)能圖像處理中消除噪聲的方法研究 14 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 ),( yx ，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 ?? ),(),( yxfyxg ，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。 end end 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：為驗證本文算法的濾波效果，對加 入不同噪聲的圖像進行了濾波測試。 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)。 原始圖像含噪聲圖像 消除噪聲后的圖像100 200 30050100150200圖像處理中消除噪聲的方法研究 12 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)。 end end 仿真結(jié)果如圖 5 所示： 長治學(xué)院學(xué)士學(xué)位論文（設(shè)計） 11 圖 5 小波變換法對高斯噪聲去噪的仿真結(jié)果 2）給圖像加入噪聲密度為 的椒鹽噪聲，選擇 3 3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，方差為 的高斯噪聲，用小波函數(shù) coif2 對圖象進行 2層分解，選擇 3 3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，使圖像變得有些模糊。 k=conv2(j,h)。 h=ones(3 3)。 pepper39。 仿真結(jié)果如圖 3 所示： 圖 3 均值濾波法對高斯噪聲去噪的仿真結(jié)果 2）給圖像加入噪聲密度為 的椒鹽噪聲，選擇 3 3模板去噪 Matlab 部分代碼： j=imnoise(x,39。 h=h/9。,0,)。 均值濾波的仿真 本節(jié)選用均值濾波法對含有高斯噪聲和椒鹽噪聲的圖片進行去噪，并用 Matlab軟件仿真 1）給圖像加入均值為 0，方差為 的高斯噪聲，選擇 3 3 模板去噪 Matlab 部分代碼： j=imnoise(x,39。由此可知，中值濾波法含噪聲圖像100 200 300501001502003 3 模板中值濾波100
研究報告相關(guān)推薦
鄂ICP備17016276號-1