【正文】 域或頻域中均可從混有強(qiáng)噪聲的信號(hào)中提取原始信號(hào)。 均值濾波 也稱線性濾波，主要思想為鄰域平均法， 對(duì)圖像的任一像素點(diǎn)以其為中心取 M M 窗口 (M 一般取 3,5,7,9 等奇數(shù) ) ,即用幾個(gè)像素灰度的平均值來(lái)代替每個(gè)像素的灰度。該方法運(yùn)算簡(jiǎn)單，對(duì)高斯噪聲具有良好的去噪能力。第一個(gè)“旁瓣”比主峰大約低 13 分貝。這種低通性能在平滑噪聲的同時(shí)也會(huì)對(duì)圖像的高頻細(xì)節(jié)成分造成破壞和損失，使圖像模糊。中值濾波的特點(diǎn)即是首先確定一個(gè)以某個(gè)像素為中心點(diǎn)的鄰域，一般為方形鄰域，也可以為圓形、十字形等等，然后將鄰域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里 領(lǐng)域被稱為窗口，當(dāng)窗口移動(dòng)時(shí)，利用中值濾波可以對(duì)圖像進(jìn)行平滑處理。很容易自適應(yīng)化。利用中值濾波算法可以很好地對(duì)圖像進(jìn)行平滑處理。雖然可以采用多輪迭代方式對(duì)濾波后 的圖像再次使用中值濾波進(jìn)行處理 ,但將造成更大的細(xì)節(jié)損失。其設(shè)計(jì)思想是使輸入信號(hào)乘響應(yīng)后的輸出 ,與期望輸出的均方誤差為最小，是一種自適應(yīng)濾波器，根據(jù)局部方差來(lái)調(diào)整濾波器效果。 其數(shù)學(xué)形式比較復(fù)雜：F(u,v)=[(1/H(u,v))*(|H(u,v)|2)/(|H(u,v)|2+s*[Sn(u,v)/Sf(u,v)])]*G(u,v) (8) 其中 Sn(u ,V)表示噪聲的功率譜 ,Sf(u ,V)表示未退化圖像的功率譜。 維納濾波對(duì)高斯噪聲、乘性噪聲都有明顯的抑制作用 ,相對(duì)與均值濾波和中值濾波 ,維納濾波對(duì)這兩種噪聲的抑 制效果更好 ,缺點(diǎn)就是容易失去圖像的邊緣信息。 去除乘性噪聲 代碼及其注釋 A=imread(39。)。 %把彩色圖像變成灰度圖像 Bspeckle=imnoise(B,39。)。average39。 %fspecial 用于產(chǎn)生預(yù)定義濾波器 Bjunzhi=uint8(round(filter2(h,Bspeckle)))。 %中值濾波 Bwiener1=wiener2(Bgauss,[7,7])。 %第二次維納濾波 subplot(2,3,1)。title(39。)。imshow(Bspeckle)。加入乘性噪聲后 39。 subplot(2,3,3)。title(39。)。imshow(Bzhongzhi)。中值濾波后 39。 subplot(2,3,5)。title(39。)。imshow(Bwiener2)。二次維納濾波后 39。 圖像仿真 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計(jì) 11 圖 4 灰度圖像，加入乘性噪聲后的圖像，三種方式濾波后的圖像 效果分析 對(duì)于去除乘性噪聲 ，均值濾波殘留的噪聲較多，中值濾波雖然效果不錯(cuò)但是處理后較為模糊，維納濾波效果最好但圖像會(huì)稍微變暗。F:\CF\39。 B=rgb2gray(A)。salt amp。)。average39。 Bjunzhi=uint8(round(filter2(h,Bsalt)))。 Bwiener1=wiener2(Bgauss,[7,7])。 subplot(2,3,1)。title(39。)。imshow(Bsalt)。加入椒鹽噪聲后 39。 subplot(2,3,3)。title(39。)。imshow(Bzhongzhi)。中值濾波后 39。 subplot(2,3,5)。title(39。)。imshow(Bwiener2)。二次維納濾波后 39。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計(jì) 12 圖像仿真 圖 5 灰度圖像，加入椒鹽噪聲后的圖像，三種方式濾波后的圖像 效果分析 由濾波效果可以看出，以局部中值法為代表的非線性濾波器對(duì)濾除椒鹽噪聲非常有效，但是非線性濾波器對(duì)于隨機(jī)分布強(qiáng)度的噪聲及其濾波效果明顯變壞。F:\CF\39。 B=rgb2gray(A)。gaussian39。 h=fspecial(39。,3)。 Bzhongzhi=medfilt2(Bgauss,[7,7])。 Bwiener2=wiener2(Bwiener1,[7,7])。imshow(B)。原灰度圖像 39。 subplot(2,3,2)。title(39。)。imshow(Bjunzhi)。均值濾波后 39。 subplot(2,3,4)。title(39。)。imshow(Bwiener1)。一次維納濾波后 39。 subplot(2,3,6)。title(39。)。 然而線性濾波易于破壞圖像的邊緣及細(xì)節(jié)信息，且無(wú)法濾除顆粒噪聲。一些同學(xué)做了比較高難度的涉及電路知識(shí)的課設(shè)，這讓我覺得自慚形穢。 雖然只能做出較基礎(chǔ)的東西，比較遺憾，但是我還是很享受完成 MATLAB課設(shè)的過程。幾天的努力，從零到有，從陌生到初識(shí)，曲曲幾張圖像，短短幾段程序，讓我體會(huì)到學(xué)習(xí)的快樂和求知之路的不易。 最后，感謝老師給我們這個(gè)鍛煉的機(jī)會(huì)，感謝老師的指導(dǎo)。F:\CF\39。 %圖像的讀入，并將圖像數(shù)據(jù)存入 A B=rgb2gray(A)。 %分割顯示窗口，將其分為 2X2，將圖像放入第一個(gè)位置 imshow(B)。原灰度圖像 39。 %顯示灰度圖像 B，并為其加標(biāo)題 Bspeckle=imnoise(B,39。)。 %分割顯示窗口，將其分為 2X2，將圖像放入第二個(gè)位置 imshow(Bspeckle)。灰度圖像加入乘性噪聲后 39。 %顯示加入乘性噪聲的圖像 B，并為其加標(biāo)題 加入椒鹽噪聲 A=imread(39。)。 subplot(2,2,1)。title(39。)。salt amp。)。 imshow(Bgauss)。灰度圖像加入椒鹽噪聲后 39。 加入高斯噪聲 A=imread(39。)。 subplot(2,2,1)。title(39。)。gaussian39。 subplot(2,2,2)。title(39。)。F:\CF\39。 %讀入 圖像 B=rgb2gray(A)。speckle39。 %加入乘性噪聲 h=fspecial(39。,3)。 %均值濾波， uin8 為變量類型， round 為取整， h 為濾波參數(shù)即均值， h 后 的變量為要處理的圖像 Bzhongzhi=medfilt2(Bgauss,[7,7])。 %第一次維納濾波 Bwiener2=wiener2(Bwiener1,[7,7])。imshow(B)。原灰度圖像 39。 subplot(2,3,2)。title(39。)。imshow(Bjunzhi)。均值濾波后 39。 subplot(2,3,4)。title(39。)。imshow(Bwiener1)。一次維納濾波后 39。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計(jì) 18 subplot(2,3,6)。title(39。)。F:\CF\39。 B=rgb2gray(A)。salt amp。)。average39。 Bjunzhi=uint8(round(filter2(h,Bsalt)))。 Bwiener1=wiener2(Bgauss,[7,7])。 subplot(2,3,1)。title(39。)。imshow(Bsalt)。加入椒鹽噪聲后 39。 subplot(2,3,3)。title(39。)。imshow(Bzhongzhi)。中值濾波后 39。 subplot(2,3,5)。title(39。)。imshow(Bwiener2)。二次維納濾波后 39。 去除高斯噪聲 A=imread(39。)。 Bgauss=imnoise(B,39。)。average39。 Bjunzhi=uint8(round(filter2(h,B)))。 Bwiener1=wiener2(Bgauss,[7,7])。 subplot(2,3,1)。title(39。)。imshow(Bgauss)。加入高斯噪聲后 39。 subplot(2,3,3)。title(39。)。imshow(Bzhongzhi)。中值濾波后 39。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計(jì) 19 subplot(2,3,5)。title(39。)。imshow(Bwiener2)。二次維納濾波后 39。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計(jì) 20 本科生課程設(shè)計(jì)成績(jī)?cè)u(píng)定表 姓 名 性 別 男 專業(yè)班級(jí) 題 目 ： 利用 MATLAB 仿真軟件實(shí)現(xiàn)圖像的去噪處理 答辯或質(zhì)疑記錄： 為什么要去噪？ 答： 現(xiàn)實(shí)中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境 噪聲干擾等影響，稱為含噪圖像或噪聲圖像。 去噪后是否對(duì)原圖像有影響？ 答： 不同的濾波器對(duì)原圖像的的影響不同。要根據(jù)不同的噪聲，選擇不同的