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-文庫吧資料
2025-07-12 14:50本頁面
【正文】 200 300501001502005 5 模板中值濾波 7 7 模板中值濾波圖像處理中消除噪聲的方法研究 8 運(yùn)算簡單，易于實(shí)現(xiàn)，而且能較好地保護(hù)邊界，但有時(shí)會(huì)失掉圖像中的細(xì)線和小塊區(qū)域。 仿真結(jié)果如圖 2 所示 : 圖 2 中值濾波法對(duì)椒鹽噪聲去噪的仿真結(jié)果 從仿真結(jié)果可以看出：對(duì)圖像加入椒鹽噪聲后，應(yīng)用中值濾波，如圖 2所示，噪聲的斑點(diǎn) 幾乎全部被濾去，它對(duì)濾除圖像的椒鹽噪聲非常有效。 k2=medfilt2(x,[5 5])。)。 title(39。 subplot(221)。,)。salt amp。)。 Matlab 部分代碼： i=imread(39。 k3=medfilt2(x,[7 7])。 k1=medfilt2(x,[3 3])。高斯噪聲圖片 39。 imshow(x)。 x=j(:,:,1)。gaussian39。 中值濾波的仿真 本節(jié)選用中值濾波法對(duì)含有高斯噪聲和椒鹽噪聲的圖像進(jìn)行去噪，并用 Matlab軟件仿真。椒鹽噪聲是 由圖像傳感器、傳輸信道、解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲，屬于非平穩(wěn)噪聲。由于小波變換可以靈活選擇小波基，從而可針對(duì)不同的應(yīng)用對(duì)象選用不同的小波函數(shù)，以獲得最佳的效果 5 實(shí)驗(yàn)仿真 本章仿真時(shí)選取一張黑白圖片“ ”，并在圖片中加入兩種噪聲：高斯噪聲和椒鹽噪聲。小波變換可以對(duì)信號(hào)去相關(guān)，是信號(hào)的能量集中于少數(shù)幾個(gè)小波系數(shù)上，而噪聲能量分布于大部分小波系數(shù)上，即噪聲在變換后有白化趨勢(shì)，所以小波域比時(shí)域更利于去噪。由于采用了多分辨率的方法，所以小波變換可以在不同尺度上描述信號(hào)的局部特征，很好地刻畫信號(hào)非平穩(wěn)特征，如邊緣、尖峰、斷點(diǎn)等，可在 不同分辨率下根據(jù)信號(hào)和噪聲分布的特點(diǎn)去噪。而噪聲的能量卻分布于整個(gè)小波域內(nèi) .因此 ,經(jīng)小波分解后 ,信號(hào)的小波系數(shù)幅值要大于噪聲的系數(shù)幅值 .可以認(rèn)為 ,幅值比較大的小波系數(shù)一般以信號(hào)為主，而幅值比較小的系數(shù)在很大程度上是噪聲 .于是 ,采用閾值的辦法可以把信號(hào)系數(shù)保留 ,而使大部分噪聲系數(shù)減小至零 .小波閾值收縮法去噪的具體處理過程為 :將含噪信號(hào)在各尺度上進(jìn)行 小波分解 ,設(shè)定一個(gè)閾值，幅值低于該閾值的小波系數(shù)置為 0,高于該閾值的小波系數(shù)或者完全保留 ,或者做相應(yīng)的“收縮 (shrinkage)”處理 .最后將處理后獲得的小波系數(shù)用逆小波變換進(jìn)行重構(gòu) ,得到去噪后的圖像 . 小波變換的圖像去噪優(yōu)越性 具體來說，小波去噪方法的成功主要得益于小波具有如下特點(diǎn)： 1）低熵性。所以說，均值計(jì)算占用了均值濾波處理的大量時(shí)間費(fèi)用。 均值濾波的實(shí)現(xiàn)算法 均值濾波將 每個(gè)像素點(diǎn)的灰度值設(shè)置為以該點(diǎn)為中心的鄰域窗口內(nèi)的所有像素灰度值的平均值，以實(shí)現(xiàn)像素的平滑，達(dá)到圖像去噪的目的。 均值濾波的 原理 均值濾波也稱為線性濾波，其采用的主要方法為領(lǐng)域平均法。再用模板中的全體像素的平均值來代替原來像素值。中值濾波在圖像處理中 ,常用于用來保護(hù)邊緣信息 ,是經(jīng)典的平滑噪聲的方法。 中值濾波的實(shí)現(xiàn)算法 1)通過從圖像中的某個(gè)采樣窗口取出奇數(shù)個(gè)數(shù)據(jù)進(jìn)行 排序； 2)用排序后的中值取代要處理的數(shù)據(jù)即可。使用二維中值濾波最值得注意的是保持圖像中有效的細(xì)線狀物體。二維數(shù)據(jù)的中值濾波可以表示為： 為濾波窗口AXM e dYijAji },{, ? (3) 在實(shí)際使用窗口時(shí)，窗口的尺寸一般先用 3 3 再取 5 5逐漸增大，直到其濾圖像處理中消除噪聲的方法研究 4 波效果滿意為止。用數(shù)學(xué)公式表示為 : ? ?viivii fffM e dY ??? , ?? 2 1, ??? mvZi (1) 例如：有一 個(gè)序列為 {0， 3， 4， 0， 7}，則中值濾波為重新排序后的序列 {0， 0，3， 4， 7}中間的值為 3。 中值濾波的基本原理 中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替。在一定的條件下，可以克服線性濾波器所帶來的圖像細(xì)節(jié)模糊，而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效。 4 常用去噪方法的比較分析 中值濾波 中值濾波是一種非線性濾 波 ，由于它在實(shí)際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性，所以比較方便。利用小波 變換 ,噪聲信息大多集中在次低頻、次高頻、以及高頻子塊中 ,特別是高頻子塊 ,幾乎以噪聲信息為主。 3)小波變換 小波變換是一種窗口大小固定但其形狀可改變的時(shí)頻局部化分析方法。再用模板中的全體像素的平均值來代替原來像素值。中值濾波器在算法設(shè)計(jì)上使與周圍像素灰度值相差較大的點(diǎn)處理后能與周圍的像素灰度值比較接近，因此可以衰減隨機(jī)噪聲，尤其是脈沖噪聲等，并且在處理時(shí)不是簡單的取均值，產(chǎn)生的模糊要少的多，即中值濾波既能消除噪聲，還能保持圖像中的細(xì)節(jié)部分，防止邊緣模糊。目前應(yīng)用得較多的是對(duì)黑白圖像逼真度的定量表示。 1）主觀評(píng)價(jià) 主觀評(píng)價(jià)通常有兩種 :一種是作為觀察者的主觀評(píng)價(jià)，這是由選定的一組人對(duì)圖像直接用肉眼進(jìn)行觀察，然后分別給出其對(duì)所觀察的圖像的質(zhì)量作好或壞的評(píng)價(jià)，再綜合全組人的意見給出一個(gè)綜合結(jié)論 2）客觀評(píng)價(jià) 圖像質(zhì)量的客觀評(píng)價(jià)由于著眼點(diǎn)不同而有多種方法，這里介紹的是一種經(jīng)常使用的所謂的逼真度測(cè)量。內(nèi)部噪聲主要有四種基本形式： 1)由光和電的基本性質(zhì)引起； 2)機(jī)械運(yùn)動(dòng)產(chǎn)生的噪聲； 3)元器件噪聲； 4)系統(tǒng)內(nèi)部電路噪聲； 按對(duì)信號(hào)的影響分類 1)加性噪聲； 2)乘性噪聲； 圖像處理中消除噪聲的方法研究 2 圖像的質(zhì)量評(píng)價(jià) 如何評(píng)價(jià)一個(gè)圖像經(jīng)過去噪處理后所還原圖像的質(zhì)量，對(duì)于我們判斷去噪方法的優(yōu)劣有很重要的意義。 2 圖像與噪聲 圖像噪聲的分類 按干擾源分類 圖像噪聲按其干擾源可分為外部噪聲和內(nèi)部噪聲。因此尋找能夠兼顧去噪，保留圖像邊緣及其他特征的圖像的濾波算法是該領(lǐng)域的重點(diǎn)課題。 國內(nèi)外研究現(xiàn)狀 國外研究現(xiàn)狀：在數(shù)字圖像處理的領(lǐng)域里，輸入的質(zhì)量低的圖像，輸出是改善質(zhì)量后的圖像。 更好地改善圖像的質(zhì)量，在眾多圖像去噪的算法中，不去追求哪一種算法是最好，而是要以實(shí)際
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1