圖像去噪處理的研究及matlab仿真畢業(yè)論文-在線瀏覽
2024-08-08 18:10本頁面
【正文】 到現(xiàn)代最前衛(wèi)的現(xiàn)代科學，如數(shù)學、物理學、計算機科學、通信、信號分析等。在圖像的產(chǎn)生和在信道中傳播時，信號必定會因為某些原因摻入雜質(zhì)信號。現(xiàn)實中的所用信號在傳輸和產(chǎn)生過程中不可避免的會夾雜一些噪聲，這一點是無法避免的，所以怎么除掉或減少在接受圖像信號時的噪聲就成為了唯一的去噪方法我們把它稱之為圖像去噪,在圖像去噪之前我們先要建立一個含噪圖像的模型，為了簡便，我們以下面的式子為例: （11）表示圖像，為噪聲，含噪圖像記為。 圖像去噪的研究背景在21世紀，信息化高度發(fā)展，人類接觸的信息不再是單純的語音信號，更多的接觸的是圖像信號，因為人接受信息的主要來源是眼睛接觸的圖像信息，視覺也是人類最主要的接受外界信息的信息源，所以對圖像質(zhì)量的要求就變得越來越嚴格，這就成了圖像去噪發(fā)展的契機，隨著人們的研究的不斷深入，很多種方22法漸漸被研究人員發(fā)現(xiàn)，圖像去噪技術也越來越完善?，F(xiàn)實生活中的圖像信號都會或多或少帶有一些噪聲信號這是無法避免的，所以消除噪聲的唯一辦法就是去噪，根據(jù)圖像、噪聲的特點，科學家們已經(jīng)提出了多種去噪的方法，隨著現(xiàn)代科學的發(fā)展與進步與人們的研究又有一些新的方法被提出，例如利用模糊指標的概念所提出的一種自適應中值濾波法以及采用模糊加權法對均值濾波法進行了改進。2 鄰域平均法理論基礎鄰域平均法是一種局部的空間域處理辦法。鄰域平均法去噪后得到的圖像其清晰度和所用的鄰域的半徑密切相關，其圖像的迷糊程度與半徑成正比。但是此方法也存在缺點，那就是在去除噪聲的同時圖像也變得模糊，尤其是邊緣和細節(jié)，鄰域與模糊程度也是呈正比的。在實際應用中，隨著所選用窗口長度的增加，濾波的計算量將會迅速增加。中值濾波的快速算法，一般采用下述三種方式：①直方圖數(shù)據(jù)修正法；②樣本值二進制表示邏輯判斷法；③數(shù)字和模擬的選擇網(wǎng)絡法。當一個信號序列經(jīng)一特定窗口長度的中值濾波反復處理后，它會收斂于某一個不再變化的序列，這個序列稱為中值濾波的根序列。通過對根序列結構的研究，可以確定原信號序列中，哪些成分可以經(jīng)中值濾波后保留下來，哪些成分將被抑制。用VLSI實現(xiàn)的中值濾波器芯片，可供實時處理中應用中值濾波法是一種能抑制噪聲信號的非線性信號處理技術，其理論基礎是排序統(tǒng)計學，它的基本原理是把數(shù)字圖像信號的一點值用其鄰域中每個點的中值代替掉，讓周圍的像素無限的逼近真實值，來達到去除噪聲點的目的。2：用排序好的中值替代掉要進行處理的數(shù)據(jù)點。而平均濾波是用鄰域灰度平均值代替原來的點的灰度，而中值濾波則是永鄰域灰度代替該點灰度，所以，中值濾波器對噪聲的抑制作用要比均值濾波器差。不過，這兩中去噪手段在平滑圖像的同時也會使原來圖像的輪廓變得有些模糊，而且窗口寬度越寬，噪音平滑效果越好，相應的圖像就越模糊，也是均值濾波和中值濾波的缺點所在。MATLAB 這一軟件是由美國著名軟件公司 MathWorks開發(fā)的主要用于概念仿真,算法開發(fā),建模仿真,實時實現(xiàn)的理想的集成環(huán)境。 中值濾波法的MATLAB實現(xiàn)源程序：M=imread(39。)imshow(M)原始圖像39。gaussian39。imshow(P1)加入高斯躁聲39。P2=imnoise（M，39。amp。pepper39。%在一行三列顯示加入椒鹽躁聲后的圖像title(39。)。P22=im2bw(P2,)%將添加噪音后的圖像轉為二進制P01=im2bw(M,)subplot(2,3,4)imshow(P01)title(原圖像轉為二進制39。%在二行二列顯示高斯躁聲中值濾波后的圖像title(39。)P4=medfilt2(P22)%對椒鹽躁聲中值濾波subplot(2,3,6)imshow(P4)title(39。%在二行三列顯示對椒鹽躁聲中值濾波)運行程序后得到的結果：源程序：A=imread(39。)。B=rgb2gray(A)。figure。title(39。)。gaussian39。imshow(H)。title(39。)。Q=imnoise(B,39。amp。pepper39。椒鹽噪聲39。average39。imshow(E)。title(39。)。N=fspecial(39。,5*5)。K=imfilter(Q,N)。f
高考資料相關推薦
鄂ICP備17016276號-1