【正文】 中值濾波去除圖像中的噪聲點，再根據(jù)一定算法得到葉片輪廓，最后得到葉片的面積。這對植物研究和生產(chǎn)指導有重要的意義。醫(yī)學圖像容易受到強電磁場的干擾，從而導致圖像出現(xiàn)信息丟失，文中采用濾波 窗口自適應算法進行濾波，保持了較好的圖像細節(jié) 。 而文獻 15 則研究了細胞圖像精度問題 [15]。 此外，自適應中值濾波在氣象方面 [16]、地質方面 [17]、 軍事方面 [18]、鐵路運輸、航海、航空航天上都有重要的應用。所以，對其進行進一步研究或者進行相關設計，都具有比較大的實際意義。設計的基本目標在于： 1 實現(xiàn)對噪聲密度在 至 之間 幾種 常見 格式圖像的自適應中值濾波； 2 濾波過程中做到對噪聲點的檢測； 3 濾波結果可以使得圖像整體和細節(jié)都有較好的效果 。 進一步敘述設計的過程，最后通過一系列實驗驗證設計是否實現(xiàn)相關要求。 2 窗口自適應中值濾波器的設計 設計 過程 本文在對自適應 中值濾波現(xiàn)狀進行一定程度了解的基礎上，對本次設計 過程做如下安排： 1 實現(xiàn)對圖像的加噪處理并將加噪圖像分成三原色圖； 2 確定噪聲檢測算法及實現(xiàn)濾波窗口的自適 應變化，完成對圖像中椒鹽噪聲的濾除； 3 設計實驗對所設計的濾波器進行去噪效果的相關實驗 及分析，得出相應的結論。salt amp。,a)即為 MATLAB 中自帶加噪函數(shù)， x表示需要加噪的圖像， saltamp。G=X(:,:,2)。進行圖像的三原色分離 ， R、 G、 B 分別表示圖像的紅色、綠色、藍色分量。設. . 計的重點在于實現(xiàn)如何有效的進行噪聲檢測，如何設定濾波窗口進行大小改變的判定條件， 并該如何利用 MATLAB 軟件進行相關實驗（此內容在本文的第三部分將作詳盡的介紹）驗證濾波效果。 因此 本文設計的自適應濾波器的一個關鍵點就是實現(xiàn)對對噪聲點的自動檢測， 只有實現(xiàn)對噪聲的準確判斷才能對噪聲予以有效濾除， 才能保證較好的濾波效果。首先作如下的定義： Zmin 為濾波窗口內 像素 值的最小值； Zmax 為濾波窗口內 像素 值的最大值； Zmed 為濾波窗口內所有 像素 值的均值； Zxy 為檢測點（預濾波點，即濾波窗口中心）（ x,y）的 像素 值； Smax 為設定濾波窗口 Sxy 變化的最大值?？梢宰鬟@樣的判定條件： A10 且 A20時，說明濾窗內有極值，轉入 B 層；否則增大濾波窗口，在 SxySmax 的情況下，重復進行 A 層操作， 并利用判定條件判斷有無極值，若 Sxy=Smax 時，仍判斷沒有極值存在，則將濾窗中心的 像素 值判定為信號點，原樣輸出。否則說明 Zxy 為噪聲點，將對其進行中值濾波，即用窗口內所有 像素 值的均值 Zmed 代替 Zxy 進行輸出。之后實現(xiàn)濾波過程中最為重要的內容：噪聲點的檢測和窗口自適應變化。 對某一個點完成濾波后，判斷這一點是否是能夠予以濾波的最后一個點若不是，將窗口移動到下一個點進行濾波，若是，則說明圖像的濾波過程已完成，結束濾波，輸出濾波后的圖像， 按以上的流程依次對每一幅三原色（ R、 G、 B）圖像的 像素點進行判斷， 輸出濾波后的三原色圖，隨后則將三原色圖進行合并，輸出完整的圖像，完成對加噪圖像的濾波。 根據(jù)算法流程圖，首先加載原圖像，利用 MATLAB 中現(xiàn)有函數(shù)可以實現(xiàn)，程序為： X=imread(39。)。salt amp。,) 。G=X(:,:,2)。 為了實現(xiàn)在濾波窗 口內確定窗口內所有圖像像素 值中是否有極值及確定極值是否為預濾波點，首先設定一個初始的窗口尺寸 ，設計采用矩形窗 （本設計中設窗口初值為 3*3），并且得對窗口內所有像素值進行大小排序。 為了對窗口中的 像素 值進行排序并 輸出排序后的最大值和最小值。設計中， 通過Zmin=ordfilt2(g,1*1,ones(k,k))實現(xiàn)對 k*k 大小窗口內所有 像素 值按大小排序，且輸出其中的最小值；通過 Zmax=ordfilt2(g,k*k,ones(k,k))實現(xiàn)對 k*k大小窗口內所有 像素 值按大小排序，且輸出其中的最大值。 確定了窗口內最大值、最 小值、中值后，就可以進行具體的噪聲點判斷及濾波操作了。 (zmaxzmed) amp。 zB=(gzmin) amp。outputZxy=processUsingLevelB amp。 outputZmed=processUsingLevelB amp。 f(outputZxy)=g(outputZxy)。 alreadyProcessed=alreadyProcessed|processUsingLevelB。 end end 這段程序實現(xiàn)的功能在 描述設計中使用的自適應濾波算法部分時已有詳細說明，此處不再贅述。 所設計 濾波器 的 濾波效果檢驗 方法 上述過程對窗口自適應中值濾波器進行了實現(xiàn)其基本功能的相關設計，下面的設計則 是 針對濾波器的濾波效果的 基本 檢驗 方法 。 2 肉眼觀察的結果從一定程度來說不夠嚴謹，所以 需要用一定的數(shù)字理性的對濾波效果進行檢驗。 檢驗方法的 MATLAB 實現(xiàn)用到以下程序： X1=mean(X(:))。%對濾波后圖像的所有像素值求平均值 A=E1/X1 X2=std2(X)。%對濾波后圖像的所有像素值求均方差 B=E2/X2 3 仿真 實驗 設計窗口自適應中值濾波器的現(xiàn) 實意義在于能夠運用這種濾波器濾除一些受污染圖像的噪聲，以期能夠改善圖像質量，從中獲取想要的信息。通過實驗了解濾波器的功能： 1 該濾波器對常見三 種格式 （ jpg、 bmp、 png） 的圖像在同樣噪聲密度的情況下的濾波效果； 2 該濾波器對同種格式圖像不同噪聲密度情況下的濾波效果并從實驗中確定該濾波器能夠有效濾除圖像噪聲的范圍 ；通過 MATLAB 軟件進行仿真 實驗，確定設計的濾波器是否與設計目標相符。 實驗方案 本次試驗的目的在上一段中已有較為明確的敘述，為了使實驗能 順利的進行，下面對此次設計所需要的實驗做一個詳細的方案設計。 1 選取上文所述三種格式 （ jpg、 bmp、 png） 圖像 各三 幅 ，為了保證 除格式不同外， 其余盡量做到相同 ， 也可以選擇三幅圖像，分別按上述三種格式進行保. . 存，之后 分為三 組，每一組都包括這三種格式的圖像 各一 幅 ，目的是對這三 組的實驗結果做比較，以便實驗結果更具說服力。每一幅圖像在同一密度噪聲 下 重復 進行三次濾波，目的是排除濾波過程中由于機器或程序運行環(huán)境造成的偏差。 記錄相關數(shù)據(jù) （濾波后圖像與原圖像像素值的均值比值和均方差比值） ，保存濾波后的圖像，以便對實驗結果進行分析。 第二組實驗：針對同種格式圖像 （實驗中選用 jpg格式的圖像）在不同密度的椒鹽噪聲情況下，所設計濾波器的濾波效果。 2 在 MATLAB 環(huán)境下對所選三 幅 jpg 圖像分別進行窗口自適應 中值 濾波。噪聲密度在 到 之間，所加噪聲步長設為 ；噪聲密度在 以上，所加噪聲步長設為 。 完成濾波后，初步比較，若沒有明顯偏差，選擇其中一 幅 的結果作為本次試驗的結果，若出現(xiàn)較大偏差，則在結果相近的那兩 幅 中選擇其中一 幅 的結果作為本次試驗的結果。 3 對記錄的數(shù)據(jù)進行分析，對比原圖像和濾波后的圖像，得出相應的結果。每組實驗的實驗過程分三步進行：實驗準備、進行實驗、實驗結果的選定。 實驗準備： 選取 三幅 不同的圖像，為了確保除了所加椒鹽噪聲密度不同之外，其余均盡可能保持一致，每一幅圖像都以三種格式（ jpg、 bmp、 png）分別進行保存。 為了在實驗中避免過度頻繁的對程序中圖像路徑、圖像名稱 、圖像格式及所加噪聲密度的更改，對程序事先進行必要改動，如生成適合對 bmp 格式圖像濾波的 M文件，適合對噪聲密度為 的圖像濾波的 M文件等。 1 首先對圖像椒鹽噪聲密度為 的情況進行濾波實驗。 實驗結果顯示，三組圖像中 每一組 每一幅圖像 各自進行的三次濾波 均結果均沒有明顯的偏差， 任選一次的結果作為實驗的結果。 圖 310 jpg格式圖像濾波后與濾波前像素均值比與均方差值比 . . 圖 311 bmp格式圖像濾波后與濾波前像素均值比與均方差值比 圖 312 png格式圖像濾波后與濾波前像素均值比與均方差值比 2 其次對圖像椒鹽噪聲密度為 的情況進行濾波實驗。實 驗結果顯示，三組圖像中每一組每一幅圖像各自進行的三次濾波均結果均沒有明顯的偏差，任選一次的結果作為實驗的結果。 加入密度為 的椒鹽噪聲后三種格式圖像為： . . 圖 313加密度為 jpg格式圖像 圖 314加密度為 bmp格式圖像 . . 圖 315加密度為 png格式圖像 經(jīng)過所設計窗口自適應中值濾波器濾波后三種格式恢復圖像為： 圖 316 濾波后 jpg格式恢復圖像 . . 圖 317 濾波后 bmp格式恢復圖像 圖 318 濾波后 png格式恢復圖像 濾波后圖像與原圖像像素均值、均方差值的比值： A 表示均值比， B 表示均. . 方差值比。對每組的三幅圖像均進行三次濾波實驗。實驗結果如下： 椒鹽噪聲密度為 時的實驗結果： 濾波前三種格式圖像的原圖像： 參照圖 31，圖 32，圖 33。 圖 328