基于Matlab的圖像去噪算法的研究...

1、2011 級畢業(yè)設(shè)計(jì)（論文）基于 MATLAB 的圖像濾波中值算法研究年 級: 2011 級 學(xué) 號: 姓 名: 專 業(yè):電子信息工程指導(dǎo)老師: 二零一五年六月 大學(xué)本科畢業(yè)設(shè)計(jì)第 II 頁 共 28 頁摘 要數(shù)字圖像在其形成、傳輸記錄過程中經(jīng)常會受到各種各樣噪聲的污染，影響了圖像的視覺效果，妨礙了人們的正常識別，嚴(yán)重時會影響圖像中的有用信息。所以，消除圖像采集和傳輸過程中產(chǎn)生的噪聲，降低噪聲對原圖像的干擾，提高圖像質(zhì)量，增強(qiáng)圖像視覺效果，成為了數(shù)字圖像處理領(lǐng)域里的重要部分。本文首先對噪聲的幾種類型進(jìn)行了介紹，重點(diǎn)討論了幾種經(jīng)典的圖像去除噪聲的濾波算法，然后本文主要研究分析均值濾波法、中值濾波

2、法、維納濾波法，并進(jìn)行相應(yīng)的仿真。對圖像處理應(yīng)用時的常用函數(shù)及其主要用法進(jìn)行分析，詳細(xì)闡述了這三種去噪算法原理及特點(diǎn)，最后運(yùn)用 Matlab 軟件對多張圖片進(jìn)行仿真去噪，并對去噪效果進(jìn)行評價與分析。并在此基礎(chǔ)上，提出了一種改進(jìn)的中值濾波去噪方法。關(guān)鍵詞：圖像去噪；均值濾波； 中值濾波； 維納濾波程序代碼摳叩 82 192 8248 大學(xué)本科畢業(yè)設(shè)計(jì)第 III 頁 共 28 頁AbstractThe digital image in the formation transmission and recording process is often polluted by various nois

3、es, affect the visual effects of the image, and impede the normal peoples recognition, seriously affecting the useful information of a image. Therefore, eliminate the noise of image acquisition and transmission processing, reduce the noise disrupt original image, improve image quality, enhance the v

4、isual effect of the image, has become an important part of the field of digital image processing.In this paper, firstly, several types of noise were introduced, emphasis on discussing several classical filter algorithm for image denoising, and then this paper focuses on the analysis of the average f

5、iltering, median filtering, Wiener filtering denoising, and the corresponding simulation. The common function of image processing applications and usage analysis, elaborated the principle and characteristics of this three image denoising method, finally using Matlab software to simulate some map of

6、noise to image denoising, evaluate and analysis the effect of denoising. On this basis,an improved median filtering denoising method are proposed.Keywords: Image denoising; Average filtering; Median filtering; Wiener filtering 大學(xué)本科畢業(yè)設(shè)計(jì)第 IV 頁 共 28 頁目 錄摘 要.IIAbstract.III第 1 章 緒 論.11.1 本設(shè)計(jì)的背景和意義.11.2 本

7、設(shè)計(jì)的主要方法和研究進(jìn)展.11.3 本文主要工作.2第 2 章 Matlab 簡介 .32.1 Matlab 概況 .32.2 Matlab 發(fā)展過程 .32.3 Matlab 的語言特點(diǎn) .32.4 MATLAB 常用方法及其函數(shù).42.5 本章小結(jié).4第 3 章 圖像去噪理論與技術(shù).53.1 圖像噪聲概述.53.1.1 圖像噪聲的來源.53.1.2 噪聲的類型.53.2 均值濾波算法.73.3 中值濾波算法.83.4 維納濾波算法.93.5 本章小結(jié).10第 4 章 基于 Matlab 的圖像去噪算法仿真 .114.1 均值濾波的仿真.124.2 中值濾波的仿真.124.3 維納濾波的仿真

8、.134.4 幾種去噪方法的比較分析.144.5 本章小結(jié).14第 5 章 改進(jìn)的中值濾波算法.155.1 改進(jìn)算法的提出.155.2 算法實(shí)現(xiàn)與原理分析.155.2.1 噪聲檢測.155.2.2 噪聲去除.165.3 仿真實(shí)驗(yàn)與結(jié)果分析.175.4 本章小結(jié).19結(jié)論與展望.20致 謝.21參考文獻(xiàn).22附 錄.23程序代碼摳叩 82 192 8248大學(xué)本科畢業(yè)設(shè)計(jì)第 1 頁 共 28 頁第 1 章 緒 論1.1 本設(shè)計(jì)的背景和意義在步入了信息化時代的今天，人們每天都要處理各類信息，在對各種各樣信息的處理中計(jì)算機(jī)擔(dān)當(dāng)著重要的角色。百聞不如一見，對于絕大多數(shù)的事物和場景，往往一幅圖像就可表述

9、清楚，圖像在信息傳播中的作用越來越大。然而人們在數(shù)字化設(shè)備中接收的圖像，多多少少會受到噪聲的影響，噪聲有時對圖像攜帶的信息是致命的，這就需要對圖像進(jìn)行濾波等操作使電子設(shè)備中接收的圖像能夠被人識別。圖像分割、邊緣檢測、模式識別、特征提取這些圖像處理操作由于噪聲的存在，迫使人們從各種角度提高圖像的質(zhì)量1。因此對數(shù)字圖像進(jìn)行必要的濾波處理變得勢在必行。圖像去噪做得好可以幫助我們有效地還原圖像，使我們更方便地發(fā)現(xiàn)我們所需要的圖像信息。現(xiàn)階段圖像去噪已經(jīng)在生活的方方面面帶來影響，幫助我們解決無數(shù)難以解決的難題。通過對普通的去噪算法進(jìn)行優(yōu)化改進(jìn)，以增強(qiáng)人們的視覺讀取，恢復(fù)圖像的原有信息，降低圖像噪聲對原圖

10、像的影響，具有重要的研究意義。1.2 本設(shè)計(jì)的主要方法和研究進(jìn)展本文在大量閱讀文獻(xiàn)的基礎(chǔ)上通過使用 MATLAB 軟件進(jìn)行仿真實(shí)驗(yàn)，并總結(jié)每種去噪方法的優(yōu)缺點(diǎn)。并針對噪聲檢測提出新的改進(jìn)的濾波算法，通過努力，達(dá)到最終目的，能更好地還原含有高密度噪聲圖像，最大限度地去除噪聲。因?yàn)閳D像去噪是很多技術(shù)實(shí)現(xiàn)的前提，現(xiàn)今圖像去噪技術(shù)走在了科學(xué)研究的前沿，發(fā)展速度非常快。圖像去噪既有多種經(jīng)典算法，也存在像模擬退火法等改進(jìn)的算法2。這種方法取得了不錯的去噪效果，但存在的一些問題也暴露的非常明顯，它對運(yùn)算有著極高的要求，費(fèi)時費(fèi)力。之后也有許多研究者提出了新的改進(jìn)算法，到現(xiàn)在的有些非線性濾波方法如各向異性擴(kuò)散法

11、、正則化方法、最小能量泛函方法已卓見成效3。中值濾波算法對去除椒鹽噪聲最為有效，是一種非線性平滑技術(shù)，它以排序理論為基礎(chǔ)，通過對像素中值的提取和替換來進(jìn)行圖像去噪4。但是它也存在一些明顯的缺點(diǎn)，在對一些類似于棱角細(xì)線的細(xì)節(jié)處理中，效果不好，容易造成細(xì)節(jié)的損壞。大量的研究者針對傳統(tǒng)的中值濾波算法的缺點(diǎn)，對中值濾波進(jìn)行了大量的改進(jìn)和優(yōu)化，也取得了明顯的效果。這些算法通過不同角度達(dá)到了有效去除噪聲的效果，同時也對圖像細(xì)節(jié)以及邊緣信息的保護(hù)做的很好5。但是在對細(xì)節(jié)較為豐富的圖像處理中，容易將非噪聲點(diǎn)誤認(rèn)為噪聲點(diǎn)進(jìn)行去噪處理，對圖像的去噪效果帶來很大的影響。另外在去除含有高密度噪聲的圖像中，大部分算法處

12、理效果一般，在圖像處理中依然是個難點(diǎn)。大學(xué)本科畢業(yè)設(shè)計(jì) 第 2 頁 共 28 頁1.3 本文主要工作本文通過對國內(nèi)外去噪算法的相關(guān)資料進(jìn)行研讀分析，學(xué)習(xí)了解圖像處理的基本知識，尋找解決問題的最佳方法。對均值、中值及維納濾波這三種算法進(jìn)行原理剖析，對其去噪過程進(jìn)行研究分析和討論。之后對濾波算法使用 MATLAB 軟件進(jìn)行仿真，通過觀察仿真效果圖，對比并總結(jié)每種方法的優(yōu)缺點(diǎn)。對中值濾波算法進(jìn)行研究時，首先明確傳統(tǒng)函數(shù)去噪的基本原理，分析各自的優(yōu)缺點(diǎn)，然后在傳統(tǒng)去噪算法的基礎(chǔ)上進(jìn)行改進(jìn)，提出新的噪聲點(diǎn)檢測方法，避免噪聲的漏檢，增強(qiáng)圖像的質(zhì)量。本論文主要內(nèi)容安排如下：第 1 章 緒論部分，對當(dāng)前圖像去

13、噪的發(fā)展背景以及研究意義進(jìn)行敘述第 2 章 Matlab 簡介：介紹軟件 Matlab 的基本概況及常用函數(shù)的用法。第 3 章 圖像去噪理論與技術(shù)：對圖像噪聲進(jìn)行概述并從各方面對噪聲分類，了解噪聲產(chǎn)生的原因和特性。對均值、中值及維納濾波法的去噪原理及特點(diǎn)進(jìn)行了詳細(xì)闡述。第 4 章 進(jìn)行去噪算法仿真：對幾種去噪算法分別用 Matlab 軟件編寫仿真代碼，對一張彩色圖片進(jìn)行灰度變化后加噪處理，包含添加高斯和椒鹽噪聲，然后進(jìn)行去噪處理，并對去噪效果進(jìn)行分析比較。第 5 章 改進(jìn)的濾波算法：對傳統(tǒng)的中值濾波進(jìn)行優(yōu)化，提出新的噪聲檢測方法，并進(jìn)行仿真對比，對結(jié)果進(jìn)行分析。第 6 章 工作總結(jié)及展望。大學(xué)

14、本科畢業(yè)設(shè)計(jì) 第 3 頁 共 28 頁第 2 章 Matlab 簡介2.1 Matlab 概況MATLAB 是矩陣實(shí)驗(yàn)室（Matrix Laboratory）的簡稱，主要包括 MATLAB 和Simulink 兩大部分20。在 1983 年由 mathworks 公司正式推出的高科技計(jì)算環(huán)境，其版本目前已更新到 7.1 版，隨著其版本的更新，軟件功能不斷增加。在當(dāng)今數(shù)學(xué)類科技應(yīng)用軟件中處于先進(jìn)水平。 隨著 MATLAB 的快速發(fā)展，許多工作平臺逐漸的被來發(fā)出來，使其成為具有多種學(xué)科的強(qiáng)大軟件。在國內(nèi)外許多的高校中，Matlab 已成為各種高級課程的教學(xué)工具，并為廣大學(xué)者提供高品質(zhì)的開發(fā)設(shè)計(jì)環(huán)境

15、22。Matlab 因其在各地域和領(lǐng)域都能使用，廣泛的應(yīng)用于研究解決各種問題，可以從中找到最佳解決問題的辦法。Matlab 在中國幾年內(nèi)也盛行了，已得到重視，因?yàn)樵?Matlab 中無論哪個工程學(xué)科領(lǐng)域都可以找到合適的功能，已成為工作必備的軟件工具。2.2 Matlab 發(fā)展過程 在上世紀(jì)七十年代末，美國一大學(xué)教授為學(xué)生設(shè)計(jì)了一組通俗易懂的接口，本著為減輕學(xué)生編程負(fù)擔(dān)的目的，收到了很好的反饋評價。這種萌芽狀態(tài)的 Matlab 是用 FORTRAN 語言編寫的。MATLAB 之后在校內(nèi)外鋪天蓋地流傳開來，在一位學(xué)者推動作用下，把MATLAB 正式推向市場，于 1984 年成立了 MathWork

16、s 公司，從此以后，此軟件慢慢被人熟知。此時，Matlab 的內(nèi)核采用 C 語言編寫，已經(jīng)具有出眾的計(jì)算能力，另外增加了數(shù)據(jù)視圖功能6。在 MATLAB 出現(xiàn)后的僅幾年里，以其開放性和可靠性的優(yōu)點(diǎn)，迅速占領(lǐng)市場，其優(yōu)勢是其他軟件無法比擬的，在軟件市場中逐漸淘汰了傳統(tǒng)的軟件包，并在后十幾年間就成為國際公認(rèn)的標(biāo)準(zhǔn)計(jì)算軟件7。在 1993 年 MathWorks 公司推出Matlab4.0 版本，推出了 SIMULINK，開發(fā)了內(nèi)外交互的組件等。對以前欠缺的能力有了極大的增強(qiáng)，此時 MATLAB 軟件的功能已經(jīng)非常強(qiáng)悍8?，F(xiàn)如今，Matlab 已被認(rèn)為科學(xué)計(jì)算標(biāo)準(zhǔn)軟件，Matlab 的應(yīng)用隨處可見。

17、2.3 Matlab 的語言特點(diǎn)一種語言之所以能夠迅速的發(fā)展普及，是由于它有著不同于其他語言的特點(diǎn)，最突出的特點(diǎn)就是簡潔靈活，其代碼符合人的慣性思維。MATLAB 語言簡潔緊湊，語法限制不嚴(yán)，在程序開發(fā)時可以自由靈活發(fā)揮。他擁有完整的運(yùn)算符，庫函數(shù)在同類軟件中也最為豐富，為日常的數(shù)據(jù)處理帶來極大的便利9。其開發(fā)界面簡潔明朗易于接受，編程效率高，沒有冗雜的程序，被稱為草大學(xué)本科畢業(yè)設(shè)計(jì) 第 4 頁 共 28 頁稿式語言。由于 MATLAB 的程序?yàn)榻忉寛?zhí)行，與其他高級程序相比，程序的執(zhí)行速度較慢，這也是 MATLAB 的主要缺點(diǎn)。綜上所述，Matlab 具有強(qiáng)大的優(yōu)勢，是其他語言難以比擬的，在同

18、類市場中占有的比重是也其他軟件無法撼動，相信在以后的不斷使用中會發(fā)現(xiàn)它的巨大潛力。 2.4 MATLAB 常用方法及其函數(shù)MATLAB 常用的基本函數(shù)為： （1）讀寫圖像：A = imread(filename,fmt) 將文件名.格式的圖像賦給 A。用來讀取 bmp、tif、jpg、等格式圖像。圖像寫出函數(shù) Inwrite（） ；圖像顯示函數(shù)Imshow（） ；warp ()顯示圖像為紋理表面函數(shù)。圖像旋轉(zhuǎn)：X= imrotate(Y,angle,method) 將圖像 Y 以某種方式旋轉(zhuǎn)多少度。圖像截取命令： Image Cropping。（2）直方圖顯示與調(diào)整：Imhist（I）顯示 I

19、 的直方圖，Imadjust（I）調(diào)整 I 的直方圖。（3）圖像分割：其命令是：edge 。主要格式有：BW = edge(I,methodl) 。method 為檢測方法: sobel、 prewi t、 roberts、 log、zerocross、 canny 等10。2.5 本章小結(jié)本章主要對 Matlab 軟件進(jìn)行了簡單介紹，對它的發(fā)展歷史和功能特點(diǎn)進(jìn)行概括。并對其常見函數(shù)的用法進(jìn)行了解，為后面使用 MATLAB 語言實(shí)現(xiàn)模擬仿真打下基礎(chǔ)。大學(xué)本科畢業(yè)設(shè)計(jì) 第 5 頁 共 28 頁第 3 章 圖像去噪理論與技術(shù)3.1 圖像噪聲概述圖像噪聲是最常遇到的，是圖像在攝取或傳輸過程中隨機(jī)信號

20、所造成的干擾，是指妨礙人的直接視覺感知，阻礙系統(tǒng)對圖像的分析的各種因素。噪聲在理論上是不可預(yù)測的，人們無法通過視覺對其進(jìn)行準(zhǔn)確定位，因此它屬于隨機(jī)誤差，可以換個角度從概率統(tǒng)計(jì)方法來認(rèn)識。為了對噪聲的特征進(jìn)行描述，一些噪聲的描述方法不斷被提出，但事實(shí)上這些方法是很復(fù)雜的，而實(shí)際應(yīng)用往往也不必要，所以通?？梢詮哪承﹨?shù)方面反映出噪聲的特征11。 3.1.1 圖像噪聲的來源圖像噪聲的產(chǎn)生是隨機(jī)的，其產(chǎn)生的原因可總結(jié)為內(nèi)部和外部兩部分：外部噪聲，指外界環(huán)境對圖像產(chǎn)生的一些影響因素，像電氣設(shè)備的運(yùn)行，天空打雷放電等產(chǎn)生的噪聲。這些是由于系統(tǒng)外部的電流變化而引起內(nèi)部系統(tǒng)相應(yīng)因素的瞬變。 內(nèi)部噪聲，又可分為

21、四種，如粒子運(yùn)動產(chǎn)生的散粒噪聲此類由光電的引起的噪聲，器材材料本身引起的噪聲，電器的機(jī)械運(yùn)動產(chǎn)生的噪聲，以及設(shè)備電路和系統(tǒng)所引起的噪聲12。3.1.2 噪聲的類型圖像噪聲各種各樣，為方便理解噪聲產(chǎn)生的原因，對圖像噪聲進(jìn)行分類，此舉有助于對噪聲的位置給予定位，可以對降噪算法原理的理解起到幫助。圖像噪聲可以從各個角度進(jìn)行類型區(qū)分，根據(jù)統(tǒng)計(jì)理論觀點(diǎn)進(jìn)行區(qū)分，統(tǒng)計(jì)特性不隨時間變化而變化的噪聲稱其為平穩(wěn)噪聲，反之稱其為非平穩(wěn)噪聲。也可以按噪聲的頻譜歸類為白噪聲，與頻率平方成正比關(guān)系的稱為三角噪聲等13。另外通過對比噪聲對信號的影響程度，以及按照噪聲與圖像的數(shù)學(xué)關(guān)系，將噪聲分為乘性噪聲和加性噪聲，加性噪聲

22、又可以分為多種，包括一些典型噪聲如椒鹽噪聲、高斯噪聲等。（1）加性噪聲是指像一般的功率放大設(shè)備或攝像掃描過程產(chǎn)生的噪聲，是圖像在傳輸過程中引進(jìn)的一些噪聲。設(shè)為信號，干擾信號后的輸出為，則加性噪聲表示為：yxf,yxg, （3-1）yxnyxfyxg,大學(xué)本科畢業(yè)設(shè)計(jì) 第 6 頁 共 28 頁加性噪聲一般是在圖像生成的過程中產(chǎn)生的，即由信號發(fā)生源產(chǎn)生。在圖像的處理過程中它與圖像發(fā)生重疊，形成的含噪聲圖像會在輸出端表現(xiàn)出來，形成的波形是噪聲和信號的疊加14。（2）高斯噪聲。顧名思義，符合高斯分布的概率密度函數(shù)的噪聲，此類噪聲即為高斯噪聲，高斯噪聲是一種隨機(jī)噪聲。其概率密度函數(shù)為 ： 222)(ex

23、p21)(zzp （3-2） 其密度函數(shù)曲線如圖 3-1： 圖 3-1 高斯噪聲的密度函數(shù)曲線從曲線圖中可以看出，噪聲為平穩(wěn)的狀態(tài)下，平均值與時間無關(guān)，時變平均值和兩瞬時的協(xié)方差兩部分共同確定了高斯噪聲。大量獨(dú)立的脈沖可以產(chǎn)生高斯噪聲，在任何有限時間間隔內(nèi)，每一個脈沖值與脈沖值總和相比都可忽略不計(jì)。（3）椒鹽噪聲。通常是由傳感器、圖像傳輸信道和解碼處理等產(chǎn)生的，產(chǎn)生的噪聲能夠明顯的辨別出來，是一種隨機(jī)的白點(diǎn)或者黑點(diǎn)15。其概率密度函數(shù)如下式 （3-3)其他bzazPPzpba0)(式中圖像像素灰度值用 z 來表示，灰度值的相對大小決定其顯示效果。若 a 顯示為一個亮點(diǎn)則 a 值大于 b,此時較

24、小值 b 顯示為一個暗點(diǎn)。在和任意一個為零aPbP的情況下，產(chǎn)生單一極性的脈沖，就是只有正脈沖或只有負(fù)脈沖16。此時脈沖噪聲稱為單極脈沖。（4）乘性噪聲雖能對信號構(gòu)成干擾,但也能對圖像起到調(diào)制作用，其輸出是兩部分的疊加，表達(dá)式為： （3-4） yxnyxfyxfyxg,大學(xué)本科畢業(yè)設(shè)計(jì) 第 7 頁 共 28 頁從上式可以看出，第二個噪聲項(xiàng)受影響，第二項(xiàng)隨的增大而增大，yxf,yxf,說明了噪聲受信號的限制。在第二項(xiàng)很小的情況下，即圖像灰度變化和噪聲很小，可忽略不計(jì)，此時可近似地將乘性噪聲看作是加性噪聲。綜上所述，對于均值為零且方差不同的高斯白噪聲,可將其作為大多數(shù)圖像噪聲的模型，圖像灰度變化幅

25、度較小且噪聲也很小的情況下，乘性噪聲可近似看成為加性噪聲。3.2 均值濾波算法均值濾波是一種典型的線性濾波算法，這種濾波方法是對信號進(jìn)行局部領(lǐng)域平均,是用圖像像素的均值替代原圖像中所有的像素值17。為了實(shí)現(xiàn)這種算法，可以選擇一個模板，把鄰域的像素置于此模板中。去掉目標(biāo)像素本身，以目標(biāo)象素為中心的周圍 8 個像素建立為一個濾波模板，再把原來像素值用所求的平均值來代替。幅值近似相等且隨機(jī)分布在不同位置上，這樣可以平滑圖像，速度較快，算法簡單。如表 3-1 所示：表 3-1 模版示意圖123804765在上示意圖中，模板中有 9 個像素，0 是當(dāng)前目標(biāo)像素，剩下的 1-8 是其臨近像素。進(jìn)行均值濾波

26、先求模板中的所有像素的均值，再用求得的均值代替當(dāng)前像素點(diǎn)的值，濾波后，該點(diǎn)上的灰度為,即： ( , )x y( , )g x y= (3-5)( , )g x ySfyxfN),(1式中所用的模板為 S，像素總個數(shù)為 N，即 N=9。通常模板選擇為 3 3，5 5，這是考慮到數(shù)據(jù)的分布具有平衡特性，然后將待處理的像素置于中心。為了更好地理解此算法，以一個實(shí)例來演示濾波過程。包含噪聲干擾的圖像數(shù)據(jù)為： （3-6） 98765807558862543210134121f 由于圖像數(shù)據(jù)被大括號包圍，濾波時無法覆蓋邊框上的像素，使部分像素不能被識別，因此對邊框上的像素不做處理，只能使用 3 3 的模板

27、對其進(jìn)行均值濾波。選取非邊框區(qū)域的像素進(jìn)行處理，取其 3 3 的鄰域，計(jì)算其中 9 個像素的灰度值平均值，然后進(jìn)行均值操作。大學(xué)本科畢業(yè)設(shè)計(jì) 第 8 頁 共 28 頁在原圖中，值為 10，在所有像素中該點(diǎn)的灰度值最大，可以初步判斷其)2 , 2(f為噪聲點(diǎn)，的模板為：)2 , 2(f= （3-7）)2 , 2(mf6252101121則其濾波后的均值為：g(2,2)=int=3 (3-8)6252101121 (91其中，int()表示整數(shù)函數(shù)。通過濾波后對像素值大于周圍的噪聲進(jìn)行抑制。同理對于像素，其值為 0，最小。其模板中的像素為：)4 , 4(f (3-2-987807886)4 , 4

28、(mf5)濾波后的均值為：g(4,4)=int (3-9)7)987807886(91通過這種方法將像素值小于周圍的噪聲進(jìn)行了削弱。對原圖像處理的最后結(jié)果為： (3-10)9876587555855554443134121g由此可見均值濾波算法簡單方便，通俗易懂，對噪聲點(diǎn)的削弱比較明顯，但顯而易見的是，圖像的邊緣處理方面卻不令人滿意，幾乎沒有對邊緣進(jìn)行改善，不能很好地保護(hù)圖像細(xì)節(jié)。3.3 中值濾波算法隨著中值濾波的不斷發(fā)展，功能不斷完善，在一定的條件下，能有效的濾除脈沖干擾以及圖像掃描產(chǎn)生的噪聲，可以解決一些濾波器在圖像處理中導(dǎo)致的圖像細(xì)節(jié)損壞等問題。但是中值濾波也是有局限性的，太對一些含棱角

29、細(xì)線的細(xì)節(jié)圖像處理效果一般，不能很好地保護(hù)圖像細(xì)節(jié)，對這些圖像的去噪處理不提倡使用中值濾波的方法。中值濾波的基本原理是用噪聲點(diǎn)周圍各像素點(diǎn)的灰度值的中值來取代該點(diǎn)，通大學(xué)本科畢業(yè)設(shè)計(jì) 第 9 頁 共 28 頁過計(jì)算并替換灰度值達(dá)到濾除噪聲的目的。設(shè)有一個一維序列，現(xiàn)1f2fnf在利用中值算法對這個序列進(jìn)行濾波，首先從序列中陸續(xù)取出 m 個數(shù)，vif，通常 m 的值為奇數(shù)，若為偶數(shù)則不便取中間值。1if1f1ifvif其中 為中心位置，v=m-1/2，把這些數(shù)取出后進(jìn)行排列，把 m 個數(shù)按大小排列完整，i輸出隊(duì)列中正中間的那個值就是中值18。用公式表示為： (3-11)viiviifffMedY

30、,21,mvZi例如我們對這樣一個序列0，3，5，1，7進(jìn)行濾波，首先是把隊(duì)列里的數(shù)字按從小到大的方式進(jìn)行排序，排序后序列變?yōu)?，1，3，5，7，序列的中間的值也就是其中值為 3。平均濾波的一般輸出則為： (3-12)mffffZviivivii1Zi使用中值濾波對一般的一維和二維序列進(jìn)行濾波時，其濾波窗口是限定的。對于二維序列進(jìn)行中值濾波時，濾波窗口也是二維的，對于不同的噪聲分布，可 ijX以使用不同形狀和大小的濾波窗口。針對不同的濾波環(huán)境，一些方形、圓形、十字形、線狀等各種不同的形狀二維窗口也在不斷被使用。二維數(shù)據(jù)的中值濾波可以表示為： (3-13)為濾波窗口AXMedYijAji,在實(shí)際

31、使用時，對濾波窗口的選擇要實(shí)際情況來決定，不同形狀和大小的濾波窗口會有不同的濾波效果。為使濾波效果更好，可以對濾波窗口的尺寸不斷調(diào)整，一般先用再取逐漸增大。在使用二維中值濾波時，由于算法對圖像的一些3355細(xì)節(jié)處理不完善，要對圖像中有效的細(xì)線狀物體的保護(hù)特別留意。從總體上來說，與均值濾波相比，中值濾波對一些含有突變的圖像信息能夠很好地處理，能夠?qū)⒃瓐D像較突出的信息妥善地保留。3.4 維納濾波算法維納濾波是指在含噪聲圖像中提取出一些正常的圖像信號的方法，通過對特征信號的提取來恢復(fù)圖像的原始特點(diǎn)。對于這種濾波算法，其濾波效果由均方誤差體現(xiàn)，均方誤差為理論期待輸出效果與事實(shí)上輸出之間的差值的均方。在

32、研發(fā)工作中為取得較好的圖像噪聲濾除效果，從各方面加強(qiáng)圖像處理和運(yùn)算使均方誤差最小，這其中最重要的部分就是對沖激響應(yīng)的的求解。國外研究者也提出了一些標(biāo)準(zhǔn)作為解決問題程度的參考，就如維納霍夫方程，只有滿足此方程才能使維納濾波器達(dá)到最佳。根據(jù)此方程，濾波效果是由輸入和輸出的相關(guān)函數(shù)共同決定19。對于一個線性系統(tǒng)，設(shè)它的單位樣本響應(yīng)為 ，當(dāng)輸入一個隨機(jī)信號，)(nh)(nx且大學(xué)本科畢業(yè)設(shè)計(jì) 第 10 頁 共 28 頁 （3-14）)()()(nvnsnx其中表示信號，表示噪聲，則輸出為：)(nx)(nv)(ny （3-15）mmnxmhny)()()(我們希望通過線性系統(tǒng)后，得到盡可能接近，因此稱為

33、)(nx)(nh)(ny)(ns)(ny的估計(jì)值，用表示，即)(ns)(ns （3-16） )()(nsny則此濾波器的輸入與輸出關(guān)系可用下圖 3-2 表示。 h(n) )( )(nsny )()()(nnsnx 圖 3-2實(shí)際上，式（3-4-2）所示的卷積形式可視為從當(dāng)前和過去的觀察值，)(nx，來估計(jì)信號的當(dāng)前值。因此可以看出，過) 1( nx)2( nx)(mnx)(ns)(nh濾問題的過程其實(shí)也是對問題的統(tǒng)計(jì)和估算過程。從當(dāng)前的和過去的觀察值，對當(dāng)前的信號值)(nx) 1( nx)2( nx進(jìn)行統(tǒng)計(jì)和估算的過程稱之為過濾或?yàn)V波21。維納濾波器可以從過去的)()(nsny觀察值估計(jì)當(dāng)前或

34、將來以及過去的信號值。我們用一個表達(dá)式來說明信號真實(shí)值與估計(jì)值的誤差，即 （3-17）)()()(nsnsne表示信號的真實(shí)值，表示信號的估計(jì)值，用表示他們之間的誤差。)(ns)(ns)(ne的值是不固定的，所以表達(dá)誤差用它的均方誤差是合理可行的，要求均方誤差)(ne最小也就是它的平方的統(tǒng)計(jì)期望最?。?（3-18）min)()(2nEne對于平穩(wěn)隨機(jī)過程無論是連續(xù)或離散的，是標(biāo)量的還是向量的，維納濾波都可以應(yīng)用，其優(yōu)點(diǎn)就是適應(yīng)面較廣。 維納濾波要求輸入是平穩(wěn)的且已知無干擾的信號。這些要求也是為了實(shí)現(xiàn)最佳濾波效果，然而，這些要求由于外界未知環(huán)境對信號極易產(chǎn)生干擾，而難以滿足。3.5 本章小結(jié)本章

35、首先對圖像噪聲進(jìn)行概述，對噪聲產(chǎn)生的原因進(jìn)行分析，并通過不同角度對圖像噪聲進(jìn)行分類。重點(diǎn)介紹了高斯噪聲和椒鹽噪聲，有助于后面對噪聲的檢測，大學(xué)本科畢業(yè)設(shè)計(jì) 第 11 頁 共 28 頁可以對降噪算法起到原理上的幫助。 然后對三種常用的去噪方法進(jìn)行詳細(xì)的剖析。第 4 章 基于 Matlab 的圖像去噪算法仿真本文選用一張彩色圖片，將其轉(zhuǎn)換為灰度圖片后進(jìn)行加噪處理，分別添加高斯噪聲和椒鹽噪聲，并對加噪后的圖像進(jìn)行 Matlab 軟件仿真去噪。matlab 讀入的原始圖像如圖 4-1 所示：圖 4-1 原始圖像”tupian” 給圖像加入高斯噪聲，噪聲均值為0，方差為0.02。加入椒鹽噪聲，噪聲密度定

36、為0.02?；叶绒D(zhuǎn)換和加噪處理主要程序：b = imread(D:tupian.png);l=b(:,:,1)*0.299 + b(:,:,2)*0.587 + b(:,:,3)*0.114;imshow(b)J = imnoise(l,salt & pepper,0.02); % 加入椒鹽噪聲干擾k = imnoise(l,gaussian,0,0.005); % 加入高斯噪聲干擾噪聲效果圖如圖 4-2 所示圖 4-2 分別加入椒鹽和高斯噪聲的效果圖4.1 均值濾波的仿真主要matla程序：K1= filter2(fspecial(average,3),J)/255;subplot(

37、234),imshow(K1)title(3*3的椒鹽噪聲均值濾波)K2= filter2(fspecial(average,7),k)/255;subplot(235),imshow(K2)title(3*3高斯噪聲均值濾波)大學(xué)本科畢業(yè)設(shè)計(jì) 第 12 頁 共 28 頁仿真結(jié)果如圖 4-3 所示。圖 4-3 均值濾波法對椒鹽噪聲和高斯噪聲去噪的仿真結(jié)果從仿真結(jié)果可以看出：此種算法法實(shí)現(xiàn)起來很簡單，對消除圖像中的噪聲有很高的實(shí)用性。但這種方法使整體的圖像進(jìn)行了平滑，對圖像細(xì)節(jié)起到破壞的反作用，且使圖像質(zhì)量有所下降。從處理后的圖像中我們無法從視覺上直接讀取圖像信息，圖像邊緣部分破壞嚴(yán)重，圖像也嚴(yán)

38、重失真。如上右圖所示，均值濾波對高斯噪聲的處理是比較好的，使圖像一目了然，有效的去除了噪聲。但如上左圖所示，椒鹽噪聲只是稍微減少，噪聲仍然很明顯的存在。4.2 中值濾波的仿真由于matlab軟件內(nèi)具有豐富的庫函數(shù)，使用方便，也可以根據(jù)算法原理編寫程序，可見附錄。根據(jù)系統(tǒng)函數(shù)其主要matla程序：K1 = medfilt2(J);K2 = medfilt2(k);subplot(121),imshow(K1),title(椒鹽噪聲中值濾波處理)subplot(122),imshow(K2),title(高斯噪聲中值濾波處理)仿真結(jié)果如圖 4-4 所示。圖 4-4 中值濾波法對椒鹽噪聲和高斯噪聲去

39、噪的仿真結(jié)果從仿真結(jié)果可以看出：圖像經(jīng)過處理后，肉眼基本看不出圖像含有噪聲，因此它對椒鹽噪聲的去除非常有效，能明顯提高圖像質(zhì)量，增強(qiáng)視覺效果。但對于高斯噪聲來說，如上右圖所示，雖然也有一些去噪效果，但效果不佳，圖像中仍有噪聲的存在，圖像顯示的質(zhì)量較差。但對仿真結(jié)果仔細(xì)觀察會發(fā)現(xiàn)，圖像中的細(xì)線和小方塊有時會模糊或消失，一定程度上損壞了圖像細(xì)節(jié)，不過整體上去噪效果良好。4.3 維納濾波的仿真主要matla程序：K1 = wiener2(J);大學(xué)本科畢業(yè)設(shè)計(jì) 第 13 頁 共 28 頁K2 = wiener2(k);subplot(121),imshow(K1)title(椒鹽噪聲維納濾波處理)s

40、ubplot(122),imshow(K2)title(高斯噪聲維納濾波處理)仿真結(jié)果如圖 4-5 所示。圖 4-5 維納濾波法對椒鹽噪聲和高斯噪聲去噪的仿真結(jié)果從仿真結(jié)果可以看出：維納濾波對高斯噪聲的圖像濾波效果比均值濾波算法要好，它的像素選擇性更好，能明顯去除噪聲點(diǎn)。對圖像的邊緣和細(xì)節(jié)信息的保護(hù)做的也非常到位，處理效果一般能達(dá)到圖像復(fù)原的要求。但是對于椒鹽噪聲的去除，其效果卻不盡人意，噪聲仍然大幅存在，去噪處理幾乎沒有效果。4.4 幾種去噪方法的比較分析均值濾波對高斯噪聲展現(xiàn)出良好的去噪能力，能大幅度的提高圖像視覺效果。在均值操作過程中雖然圖像信號整體大小不變，但這里的平均會引起圖像失真現(xiàn)

41、象。帶來圖像細(xì)節(jié)對比度不好且區(qū)域邊緣模糊的缺點(diǎn)。中值濾波是常用的濾波方法，是對圖像進(jìn)行使用分析前進(jìn)行處理優(yōu)化的重要一步，這種技術(shù)已經(jīng)被越來越多的使用在圖像前期處理中。它可以在有效清除噪聲的同時，克服其他濾波器給圖像帶來的模糊，從而獲得較滿意的濾波效果，適合對椒鹽噪聲及干擾脈沖的去噪處理。濾波時要選用合適的窗口形狀和大小，以便于更好的對噪聲點(diǎn)進(jìn)行檢測和抑制。中值濾波對高斯噪聲的處理表現(xiàn)不佳，處理后的圖像模糊，直接影響視覺識別。對一些復(fù)雜的圖像，如噪聲密度較高的圖像和圖像細(xì)節(jié)較豐富的圖像，可以使用一些改進(jìn)的濾波算法，通過改善中值濾波的一些不足，從而達(dá)到更好的濾波效果。維納濾波是最早也是最先為人熟知

42、的圖像復(fù)原方法，具有較廣的適用面，有十分重要的應(yīng)用價值。通過對濾波算法的仿真，從去噪效果圖中可以看出對噪聲的去除有些效果，相對于另外兩種去噪算法，維納濾波的優(yōu)點(diǎn)顯而易見，但存在的缺點(diǎn)也很嚴(yán)重，它容易使圖像的邊沿部分信息損壞和丟失。上述算法雖都有一定的降低噪聲的作用，都能達(dá)到對圖像進(jìn)行加工的基本要求。但同樣存在些缺點(diǎn)，沒有完美的濾波算法，只能通過人們的不斷探索與改進(jìn)提供更優(yōu)的算法。因此，設(shè)計(jì)更好的濾波算法，解決實(shí)際中其他傳統(tǒng)算法不能解決的問題，大學(xué)本科畢業(yè)設(shè)計(jì) 第 14 頁 共 28 頁成為日后學(xué)術(shù)研究的重點(diǎn)4.5 本章小結(jié)本章主要內(nèi)容是應(yīng)用三種算法對含噪聲的圖片去除噪聲，應(yīng)用的仿真軟件是Mat

43、lab7.0 軟件，通過實(shí)驗(yàn)對算法的去噪效果更加的理解。并對三種算法的處理結(jié)果進(jìn)行綜合分析。程序代碼摳叩 82 192 8248大學(xué)本科畢業(yè)設(shè)計(jì) 第 15 頁 共 28 頁第 5 章 改進(jìn)的中值濾波算法5.1 改進(jìn)算法的提出對噪聲信號的去除是圖像處理的基本任務(wù)之一，中值濾波算法因其良好的去噪效果，已被廣泛的應(yīng)用和研究。但是由于中值濾波算法對像素點(diǎn)是否被噪聲污染沒有考慮，對所有的數(shù)值進(jìn)行相同的處理，導(dǎo)致去噪過程中損壞了原圖像原有的信息。近年來算法研究者也提出一些改進(jìn)的算法，但算法對檢測出來的噪聲信號進(jìn)行傳統(tǒng)的處理，不能進(jìn)行針對性的操作，把像素點(diǎn)作為噪聲而處理，對于高密度噪聲處理性能大大降低。本文

44、在中值濾波算法的基礎(chǔ)，通過閱讀相關(guān)文獻(xiàn)，提出以下兩方面的改進(jìn)：（1）對噪聲的檢測方法調(diào)節(jié)改進(jìn)，解決把正常圖像信號判定為噪聲的問題，并對檢測出的假噪聲做進(jìn)一步的檢測，防止噪聲點(diǎn)的遺漏。（2）對于檢測出來的的噪聲點(diǎn)，用臨近區(qū)域內(nèi)信號點(diǎn)的中值，取代傳統(tǒng)算法用包括噪聲點(diǎn)在內(nèi)的所有點(diǎn)的中值代替噪聲點(diǎn)，這樣取得的中值更接近信號點(diǎn)，就能有更好的去噪效果。改進(jìn)的算法在實(shí)現(xiàn)普通算法功能的基礎(chǔ)上，能在噪聲密度較大的圖像去噪試驗(yàn)中，取得優(yōu)于傳統(tǒng)算法的實(shí)驗(yàn)效果。5.2 算法實(shí)現(xiàn)與原理分析中值濾波在圖像處理中廣泛使用，是通過對數(shù)據(jù)的排序統(tǒng)計(jì)完成的。其算法的運(yùn)行速度取決于像素點(diǎn)的個數(shù)，越簡單的圖像處理速度越快，其處理效果

45、與濾波窗口的大小有緊密的聯(lián)系。當(dāng)圖像比較簡單，噪聲的含量較少時，中值濾波是很好的完成濾波。當(dāng)其密度較高時，傳統(tǒng)的濾波算法不能大量的去除噪聲，滿足不了實(shí)際的去噪要求。傳統(tǒng)中值濾波算法在去除噪聲的同時，對所有的像素點(diǎn)進(jìn)行統(tǒng)一的處理，使原圖像的信號點(diǎn)發(fā)生了改變，給圖像造成了一定的影響。如果我們把噪聲點(diǎn)和信號點(diǎn)弄清楚，對信號點(diǎn)不作處理或微處理，只對噪聲點(diǎn)進(jìn)行處理，那就可以大幅提高圖像復(fù)原的程度。在對其他算法的研究中發(fā)現(xiàn)，圖像像素與周圍的信號點(diǎn)有著很大的相關(guān)性，其灰度值相近。而噪聲點(diǎn)的灰度值與臨近像素的值相差較大，遠(yuǎn)大于或遠(yuǎn)小于鄰域值，通過這一發(fā)現(xiàn)我們可以提出新的噪聲檢測方法。5.2.1 噪聲檢測綜合上

46、述的考慮和分析，對圖像噪聲有了更明確的認(rèn)識，我們暫時可以給噪聲大學(xué)本科畢業(yè)設(shè)計(jì) 第 16 頁 共 28 頁這樣的判別標(biāo)準(zhǔn)：如果某點(diǎn)的灰度值為濾波窗口內(nèi)的極值，即它的值為最大或者最小，那么該點(diǎn)為噪聲點(diǎn)，反之灰度值處于極大和極小中間的點(diǎn)則是信號點(diǎn)。對于信號 S 和噪聲 N，給出一個圖像Xij去做噪聲點(diǎn)檢測，其中 ij 表示像素點(diǎn)的位置。取窗口中心位置 Xij，并選取 m n 的濾波窗口進(jìn)行逐像素的掃描操作 WXij。把它們的灰度值按大小排序，并找出中值 med（WXij） ，輸出后的圖像為Yij，即 （5-1）maxmin,maxXmin,ijijijijXSYXNX進(jìn)一步的分析可知，在含噪聲圖像

47、中，噪聲點(diǎn)極有可能分布在圖像灰度值的兩端，即極大值端或極小值端。但是在內(nèi)容較豐富的圖像中，噪聲的密度較大，處在像素值大小中間的像素不一定就是信號點(diǎn)，很有可能是噪聲點(diǎn)。為了盡可能的去除噪聲點(diǎn)，減少對圖像噪聲的漏檢，提出了改進(jìn)的判定條件： （5-2）其他,maxmin,X11ijNTXITXSijij算法的實(shí)現(xiàn)可按以下步驟：對圖像中的像素灰度值進(jìn)行大小排序可得：min = min(WXij)max=max(WXij) （5-3） （5-4） 其他, 0)(, 1gNXijij其中 gij表示噪聲候選點(diǎn)。噪聲點(diǎn)一般都滿足上述條件，但有些正常的信號點(diǎn)也滿足上式。在像素進(jìn)行排序后，在序列的兩端可能存在圖

48、像邊緣的細(xì)節(jié)點(diǎn)，對圖像可能有重要的作用，不能盲目的對其進(jìn)行濾除處理。于是給出噪聲檢測的另外一個條件 ： （5-5）其他, 0) 1(, 12ijijijgITMXffij為噪聲判斷點(diǎn)，fij為 1 時表示 Xij是噪聲點(diǎn)，為 0 則表示 Xij是信號點(diǎn)，其中 M 為濾波窗口內(nèi)像素點(diǎn)的均值。對表達(dá)式（5-2）中閾值 T1由實(shí)驗(yàn)確定，可以經(jīng)過多次試驗(yàn)，確定其較為準(zhǔn)確的值。對于處理椒鹽噪聲，T1測得的值在十到二十之間。通過運(yùn)算和實(shí)驗(yàn)可知，T2值較大時，噪聲密度較小，反之，圖像內(nèi)容較豐富時T2取相對較小的值。通過這種方式，對未受污染的像素點(diǎn)可以直接輸出，無需進(jìn)行去噪操作。5.2.2 噪聲去除大學(xué)本科畢

49、業(yè)設(shè)計(jì) 第 17 頁 共 28 頁基于以上的分析，提出了更好的噪聲點(diǎn)檢測方法，為更好地將噪聲去除，可以將檢測出的噪聲點(diǎn)和信號點(diǎn)區(qū)別分開，將窗口內(nèi)的信號點(diǎn)全部取出放到新的集合中，這樣可以獲得更為準(zhǔn)確的中值。因?yàn)椴皇鞘褂冒肼朁c(diǎn)在內(nèi)的所有點(diǎn)去獲取的中值，而只使用窗口內(nèi)的信號點(diǎn)，這樣就有效的避免了噪聲的傳播。 5.3 仿真實(shí)驗(yàn)與結(jié)果分析改進(jìn)的算法理論上已經(jīng)基本完成，為驗(yàn)證它的有效性和實(shí)用性，進(jìn)行 MATLAB仿真實(shí)驗(yàn)，為更好地體現(xiàn)算法的效果，采用受不同程度噪聲污染的圖像進(jìn)行實(shí)驗(yàn)。并和改進(jìn)前的算法進(jìn)行了對比和分析。下圖 5-1 是不同方法對添加密度為 0.05 椒鹽噪聲的圖像處理結(jié)果。 a）原圖像

50、b）加 0.05 椒鹽噪聲圖 c）中值濾波算法效果圖 d）改進(jìn)算法效果圖 圖 5-1 含噪密度 0.05 時，不同算法的濾波結(jié)果從圖 5-1 中可以看出，當(dāng)圖像噪聲密度較低時，未改進(jìn)的傳統(tǒng)算法和本文改進(jìn)的算法都能對噪聲進(jìn)行去除，明顯提高了圖像的可視性，同時較好的保持了圖像邊大學(xué)本科畢業(yè)設(shè)計(jì) 第 18 頁 共 28 頁緣。但仔細(xì)觀察會發(fā)現(xiàn)未改進(jìn)的算法使圖像產(chǎn)生一定程度的模糊。上述仿真效果不能看出改進(jìn)算法的優(yōu)勢，現(xiàn)在提高椒鹽噪聲的密度為 0.2。然后仿真，圖像處理結(jié)果圖 5-2。 a）原圖像 b）加 0.2 椒鹽噪聲圖 c）中值濾波算法效果圖 d）改進(jìn)算法效果圖 圖 5-2 噪聲密度 0.2 時，

51、不同算法的濾波結(jié)果從圖 5-2 中可以明顯看出，當(dāng)圖像噪聲密度較大的情況下，兩種去噪算法效果差異明顯。相對來說，普通中值濾波算法處理效果一般，也能去除噪聲，但會影響圖像的清晰程度，甚至有斑狀點(diǎn)產(chǎn)生影響圖像質(zhì)量。以上是我們從主觀上對圖像去噪效果的分析，但需要更合理更專業(yè)的標(biāo)準(zhǔn)去衡量改進(jìn)算法的有效性，所以需要從客觀上對其進(jìn)行評判，對去噪效果進(jìn)行專業(yè)的參數(shù)對比，這樣更能證明改進(jìn)算法的優(yōu)越性。常用的一個方法是求輸入與輸出圖像的均方誤差 MSE，設(shè)一個大小 M*N 的原圖像 f，去噪后圖像為 fd 則大學(xué)本科畢業(yè)設(shè)計(jì) 第 19 頁 共 28 頁 （5-6）210101),(),(MXNYdMNyxfyx

52、fMSE可以看出 MSE 值越小，去噪效果越好。另外可以用信噪比 SNR 峰值信噪比 PSNR： （5-7）1010210102),(),(),(MXNYdMXNYdyxfyxfyxfSNR （5-8）10102N12),(),(255log10MXNYdMyxfyxfPSNR可以看出 PSNR 是將 SNR 歸一化為分貝后在進(jìn)行轉(zhuǎn)換的結(jié)果，它的應(yīng)用最為普遍，是評價鑒定圖像的最常用的的測量法。使用 matlab 軟件編寫上述函數(shù)，計(jì)算出來的值統(tǒng)計(jì)如下表：表 5-1 加噪 0.05 時幾種中值濾波的 MSE、SNR、PSNR 值加噪 0.05標(biāo)準(zhǔn)中值本文方法MSE6.260614.604410.

53、0502SNR163.8971156.5779159.8241PSNR40.164636.486038.1091表 5-2 加噪 0.2 時幾種中值濾波的 MSE、SNR、PSNR 值加噪 0.2標(biāo)準(zhǔn)中值本文方法MSE25.462634.306626.3854SNR151.7114147.2907151.5709PSNR34.071832.777033.9172從上表中的三項(xiàng)數(shù)據(jù)可以看出，本文改進(jìn)的算法能大幅度去除噪聲，大大還原了原始圖像，圖像質(zhì)量與加噪前不相上下，在細(xì)節(jié)保持方面的效果也比較優(yōu)秀。改進(jìn)的算法無論對于低密度還是高密度噪聲都有很好的去噪效果，特別對于高密度噪聲圖像，其去噪效果比標(biāo)準(zhǔn)

54、的中值算法好的多，改進(jìn)的算法優(yōu)勢比較明顯，極大程度上提高了圖像質(zhì)量。5.4 本章小結(jié)為了有效的去除含有高密度椒鹽噪聲的數(shù)字圖像，提高圖像質(zhì)量。本章對去椒鹽噪聲效果較好的中值濾波進(jìn)行研究分析，并提出一種新的去噪方法。設(shè)計(jì)提出了一種新的噪聲檢測方法，通過仿真分析，該去噪算法對于高密度噪聲的圖像，其去大學(xué)本科畢業(yè)設(shè)計(jì) 第 20 頁 共 28 頁噪效果相比其他方法更加優(yōu)秀。 結(jié)論與展望21 世紀(jì)是一個信息化高度發(fā)達(dá)的時代，圖像在消息傳遞中扮演著不容小覷的角色。圖像信息的生成與傳遞的過程中，極易受到外界因素的影響，比如噪聲，因此，為了在信息傳遞的時候保證信號的原始特征，同時消去信號中的噪聲干擾，我們就需

55、要對其降噪。在本課題中分析、研究、學(xué)習(xí)了均值、中值以及維納等三種方法濾波法，運(yùn)用 Matlab 編寫改進(jìn)程序，完成對圖片的去噪處理，通過不斷的仿真，觀察實(shí)驗(yàn)現(xiàn)象得出這三種方法的優(yōu)點(diǎn)與缺點(diǎn)。通過仿真實(shí)驗(yàn)可以總結(jié)出均值、中值和維納濾波這幾種濾波方法只有部分降噪效果，原因在于它們的作用域不大，對濾波有作用域上的局限性。通常情況下，這三種濾波法作用在一些高密度的數(shù)字圖像中時，效果不能到達(dá)預(yù)期效果。在查閱了國內(nèi)外大量的文獻(xiàn)后，結(jié)合現(xiàn)有的數(shù)字圖像處理的知識，本課題完成了對中值濾波的改進(jìn)工作，改進(jìn)型的中值濾波算法利用對噪聲進(jìn)行相關(guān)的檢測，減少把非噪聲點(diǎn)視為噪聲點(diǎn)的概率。最終對改進(jìn)算法進(jìn)行了實(shí)驗(yàn)仿真，驗(yàn)證了此

56、改進(jìn)算法確實(shí)比傳統(tǒng)算法優(yōu)秀。在去噪這方面有著較好的效果。改進(jìn)的濾波算法并不完美，這一算法也存在著局限性，表現(xiàn)為可以很好地完成對椒鹽噪聲的中值濾波，而對椒鹽噪聲以外的其他噪聲的濾波效果表現(xiàn)平平?？偟膩碚f本課題對傳統(tǒng)中值濾波算法的改進(jìn)還是成功的。通過本次設(shè)計(jì)，對圖像處理的相關(guān)知識更加了解，學(xué)習(xí)了 Matlab 軟件，鍛煉了編程及調(diào)試能力，通過這次畢業(yè)設(shè)計(jì)，將我們課堂上所學(xué)到的理論知識與實(shí)踐相結(jié)合，增強(qiáng)了我們發(fā)現(xiàn)問題以及通過分析問題所在而去更好地解決問題的能力。由于時間的局限以及自身圖像處理知識的缺乏，許多相關(guān)問題還沒有得到廣泛和進(jìn)一步的研究。另外還有許多有待改進(jìn)的地方，如對改進(jìn)算法的仿真還沒有到位

57、，對閾值函數(shù)的算法還是有待改進(jìn)，沒有對各種方法進(jìn)行 SNR 等參數(shù)專業(yè)性介紹。在本研究中所概述的數(shù)字圖像處理只是圖像處理領(lǐng)域中的一角，還有更多的相關(guān)技術(shù)需要我們?nèi)グl(fā)掘。大學(xué)本科畢業(yè)設(shè)計(jì) 第 21 頁 共 28 頁致 謝一轉(zhuǎn)眼，大學(xué)四年即將落下帷幕，在此畢業(yè)設(shè)計(jì)將完成之際，我要向這四年來一直關(guān)心我、支持我的人說一聲感謝。首先，我要感謝指導(dǎo)老師劉文博老師，本次的畢業(yè)設(shè)計(jì)能夠順利地完成，主要是有劉老師的悉心指導(dǎo)和在技術(shù)方面的支持。從課題的選擇到設(shè)計(jì)的完成，劉老師總時時刻關(guān)注著我的進(jìn)度情況，并總能在我困惑的時候給予我寶貴的建議，尤其是在設(shè)計(jì)方案的確定上給了我很大的幫助。在此，對劉文博老師表示由衷的感謝

58、。同時，我也要感謝與我一同度過四年美好的大學(xué)生活的每一個同學(xué)，四年來，我們生活在電信一班這個大家庭里，親如兄弟，無論是在學(xué)習(xí)上、生活上，只要我遇到困難，他們總是能伸出援助之手，助我度過難關(guān)。最后，我要感謝電氣工程學(xué)院的所有老師，是他們不辭辛苦地授予我知識，為我以后的學(xué)習(xí)與工作打下了堅(jiān)定的基礎(chǔ)，同時也教會了我能走向社會的技能。知識的海洋是無盡的，而今電子技術(shù)正在飛速發(fā)展，由于我的水平有限，所以本設(shè)計(jì)存在許多不足的地方，還希望各位老師批評指正。 大學(xué)本科畢業(yè)設(shè)計(jì) 第 22 頁 共 28 頁參考文獻(xiàn)1阮秋琦. 數(shù)字圖像處理學(xué)M. 電子工業(yè)出版社, 2007.2路系群,陳純.圖像處理原理、技術(shù)與算法M

59、.浙江大學(xué)出版社,2001,8.3章霄.數(shù)字圖像處理技術(shù)M. 冶金工業(yè)出版社, 2005.4 郭衛(wèi)民. 基于 Matlab 的圖像去噪算法的研究D. 沈陽工業(yè)大學(xué), 2006.5劉明奇,黨長民.實(shí)用數(shù)字圖像處理M.北京理工大學(xué)出版社,2002.6楊群生，陳敏等基于模糊技術(shù)的隨機(jī)噪聲消除算法J華南理工大學(xué)學(xué)報，2000，28(8)：82-87.7李俊生.圖像非線性濾波技術(shù)的研究J.常州工學(xué)院學(xué)報,2005, 18(2): 33-38.8徐建華. 圖像處理與分析M. 科學(xué)出版社, 1992.9謝杰成,張大力,許文立.小波圖像去噪綜述J.中國圖像圖形學(xué)報, 2002 ,3(7): 209-217.10王民,文義玲,常用圖像去噪算法的比較與研究J西安建筑科技大學(xué)學(xué)報,2010,11(3): 23-28.11張宇,王希勤,