圖像降噪處理

1、圖像降噪處理學(xué)生姓名：劉麗嬌學(xué)院：信息與通信工程學(xué)院專業(yè)：電子信息工程題目：數(shù)字圖像處理：圖像降噪處理2011年12月26日二、均值濾波去噪2.1均值濾波器原理在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來(lái)代替原來(lái)的像素值的方法。對(duì)一些圖像進(jìn)行線性濾波可以去除圖像中某些類型的噪聲，如采用鄰域平均法的均值濾波器就非常適用于去除通過(guò)掃描得到的圖像中的顆粒噪聲。鄰域平均法是空間域平滑技術(shù)。這種方法的基本思想是，在圖像空間，假定有一副NXN個(gè)像素的原始圖像f(x,y),用領(lǐng)域內(nèi)幾個(gè)像素的平均值去代替圖像中的每一個(gè)像素點(diǎn)值的操作。經(jīng)過(guò)平滑處理后得到一副圖像

2、g(x,y),其表達(dá)式如下：g(x,y)，1/Mf(m,n)(m,n)gs式中：x,y=0,l,2,，NT；s為(x，y)點(diǎn)領(lǐng)域中點(diǎn)的坐標(biāo)的集合，但不包括(x，y)點(diǎn)；M為集合內(nèi)坐標(biāo)點(diǎn)的總數(shù)。領(lǐng)域平均法有力地抑制了噪聲，但隨著領(lǐng)域的增大，圖像的模糊程度也愈加嚴(yán)重。為了盡可能地減少模糊失真，也可采用閾值法減少由于領(lǐng)域平均而產(chǎn)生的模糊效應(yīng)。其公式如下：g(x,y)，1/Mf(m,n)f(x,y)-1/Mf(m,n)(m,n)Gsf(x,y)其他(m,n)Gs式中：T為規(guī)定的非負(fù)閾值。上述方法也可稱為算術(shù)均值濾波器，除此之外還可以采用幾何均值濾波器、諧波均值濾波器和逆諧波均值濾波器。幾何均值濾波器所

3、達(dá)到的平滑度可以與算術(shù)均值濾波器相比，但在濾波過(guò)程中會(huì)丟失更少的圖像細(xì)節(jié)。諧波均值濾波器對(duì)“鹽”噪聲效果更好，但是不適用于“胡椒”噪聲。它善于處理像高斯噪聲那樣的其他噪聲。逆諧波均值濾波器更適合于處理脈沖噪聲，但它有個(gè)缺點(diǎn)，就是必須要知道噪聲是暗噪聲還是亮噪聲，以便于選擇合適的濾波器階數(shù)符號(hào)，如果階數(shù)的符號(hào)選擇錯(cuò)了可能會(huì)引起災(zāi)難性的后果。2.2在MATLAB上實(shí)現(xiàn)均值濾波去除噪聲:I=imread(321.bmp);%讀入圖像%I=rgb2gray(I);subplot(2,3,1),imshow(I);title(原始圖像)；J=imnoise(I,salt&pepper,0.1);subp

4、lot(2,3,2),imshow(J)；title(受噪圖像)；text(100,330,椒鹽噪聲)；h=1,1,1；1,0,1；1,1,1；h=h/8；K=conv2(J,h)；subplot(2,3,3),imshow(K,)；%轉(zhuǎn)換成灰度圖%顯示原始圖像%設(shè)置圖像標(biāo)題%添加加噪聲密度為0.1的椒鹽噪聲%顯示處理后的圖像%設(shè)置圖像標(biāo)題%添加說(shuō)明文字%模板矩陣%產(chǎn)生濾波歸一化的模板%用均值模板對(duì)圖像濾波%顯示處理后的圖像title(去噪后圖像)；I2=imread(321.bmp);%I2=rgb2gray(I2)；subplot(2,3,4),imshow(I2)；title(原始圖像)

5、；J2=imnoise(I2,gaussian,0.1)；subplot(2,3,5),imshow(J2)；title(受噪圖像)；text(100,330,高斯白噪聲);h=1,1,1；1,0,1；1,1,1；h=h/8；K2=conv2(J2,h)；subplot(2,3,6),imshow(K2,)；title(去噪后圖像)；2.3仿真圖：%設(shè)置圖像標(biāo)題%讀入圖像%轉(zhuǎn)換成灰度圖%顯示原始圖像%設(shè)置圖像標(biāo)題%加均值為0，方差為0.1的高斯噪聲%顯示處理后的圖像%設(shè)置圖像標(biāo)題%添加說(shuō)明文字%模板矩陣%產(chǎn)生濾波歸一化的模板%用均值模板對(duì)圖像濾波%顯示處理后的圖像%設(shè)置圖像標(biāo)題原始圖像受噪圖像

6、去噪后圖像椒鹽噪聲原始圖像受噪圖像去噪后圖像高斯白噪聲圖1均值濾波去噪從仿真結(jié)果圖來(lái)看，均值濾波器的缺點(diǎn)是：會(huì)使圖像變得模糊，原因是它對(duì)所有的點(diǎn)都是同等對(duì)待，再將噪聲點(diǎn)分?jǐn)偟耐瑫r(shí)，將景物的邊界點(diǎn)也分?jǐn)偭?。雖然均值濾波器對(duì)噪聲有抑制的作用，但同時(shí)會(huì)使圖像變的模糊。即使是加權(quán)均值濾波，改善的效果也是有限的。為了改善這一狀況，必須改善濾波器的設(shè)計(jì)思路，中值濾波器就是一種有效的方法。三、中值濾波去噪3.1中值濾波器原理因?yàn)樵肼暎ㄈ缃符}噪聲）的出現(xiàn)，使該點(diǎn)像素比周圍的像素亮（暗）許多。如果在某個(gè)模板中，對(duì)像素進(jìn)行由小到大排列的重新排列，那么最亮的或者是最暗的點(diǎn)一定被排在兩側(cè)。取模板中排在中間位置上的像素

7、的灰度值替代待處理像素的值，就可以達(dá)到濾除噪聲的目的。與均值濾波類似，做3*3的模板，對(duì)9個(gè)數(shù)排序，取第5個(gè)數(shù)替代原來(lái)的像素值。中值濾波是一種常用的去除噪聲的非線性平滑濾波處理方法，其基本思想用圖像像素點(diǎn)的領(lǐng)域灰度值的中值來(lái)代替該像素點(diǎn)的灰度值。二維中值濾波可以用下式表示：y，Medfijij式中：A為濾波窗口；為一維數(shù)據(jù)序列。其主要功能是讓周圍象素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點(diǎn)，所以中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。中值濾波器可以做到既去除噪聲又能保護(hù)圖像的邊緣，從而獲得較滿意的復(fù)原效果，而且，在實(shí)際運(yùn)算過(guò)程中不需要圖像的統(tǒng)計(jì)特性，這也帶來(lái)不

8、少方便，但對(duì)一些細(xì)節(jié)多，特別是點(diǎn)、線、尖頂細(xì)節(jié)較多的圖像不宜采用中值濾波的方法。如果希望強(qiáng)調(diào)中間點(diǎn)或距中間點(diǎn)最近的幾個(gè)點(diǎn)的作用，則可采用加權(quán)中值濾波。其基本原理是改變窗口中變量的個(gè)數(shù)，可以使一個(gè)以上的變量等于同一點(diǎn)的值，然后對(duì)擴(kuò)張后的數(shù)字集求中值。這種方法比簡(jiǎn)單中值濾波性能更好地從受噪聲污染的圖像中恢復(fù)出階躍邊緣以及其他細(xì)節(jié)。另有一種可以處理具有更大概率的沖激噪聲的是自適應(yīng)中值濾波器，在進(jìn)行濾波處理時(shí)，能依賴一定條件而改變領(lǐng)域的大小。其優(yōu)點(diǎn)是在平滑非沖激噪聲時(shí)可以保存細(xì)節(jié)，所以既能除去“椒鹽”噪聲，平滑其他非沖激噪聲，還能減少諸如物體邊界細(xì)化或粗化等失真。3.2在MATLAB上實(shí)現(xiàn)中值濾波去除

9、噪聲:I0=imread(321.bmp);subplot(2,3,1),imshow(I0);title(原始圖像)；I1=imnoise(I0,salt&pepper,0.1);%添加加噪聲密度為0.1的椒鹽噪聲subplot(2,3,2),imshow(I1)；title(受噪圖像)；%設(shè)置圖像標(biāo)題text(60,300,椒鹽噪聲)；%添加說(shuō)明文字J1=medfilt2(Il,3,3);%3X3中值濾波模板subplot(2,3,3),imshow(J1)；title(去噪后圖像)；I2=imread(321.bmp)；subplot(2,3,4),imshow(I2)；title(原始

10、圖像)；I3=imnoise(I2,gaussian,0.1)；%加均值為0，方差為0.1的高斯噪聲subplot(2,3,5),imshow(I3);title(受噪圖像)；text(60,300,高斯白噪聲);J2=medfilt2(I3,3,3)；subplot(2,3,6),imshow(J2);title(去噪后圖像)；%顯示處理后的圖像%設(shè)置圖像標(biāo)題%3X3中值濾波模板原始圖像受噪圖像去噪后圖像椒鹽噪聲原始圖像受噪圖像去噪后圖像3.3仿真圖：高斯白噪聲圖2中值濾波去噪四、均值濾波器和中值濾波器的比較4.1椒鹽噪聲對(duì)于椒鹽噪聲，中值濾波器比均值濾波效果好。原因：（1）椒鹽噪聲是幅值近

11、似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。（2）中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。（3）因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好的去除噪聲點(diǎn)。均值去噪后圖像中值去噪后圖像圖3均值和中值效果比較（椒鹽噪聲）4.2高斯噪聲對(duì)于高斯噪聲，均值濾波效果比中值濾波效果好。原因：（1）高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。（2）因?yàn)橄袼刂械拿奎c(diǎn)都是污染點(diǎn)，所以中值濾波選不到合適的干凈點(diǎn)。（3）因?yàn)檎龖B(tài)分布的均值為0，所以均值濾波可以消除噪聲（實(shí)際上，只能減弱不能消除）。均值去噪后圖像中值去噪后圖像圖4均值和中值效果比較（高斯噪聲）噪聲的存在對(duì)圖像后續(xù)處理產(chǎn)生不利影響，因而圖像去噪是圖像處理領(lǐng)域重要的研究?jī)?nèi)容。中值濾波(Medianfliter)是一種基于排序統(tǒng)計(jì)理論且能有效抑制噪聲的非線性信號(hào)處理技術(shù)，它把鄰域中的像素按灰度等級(jí)進(jìn)行排序，然后選擇該組的中間值作為輸出像素值。中值濾波能減弱或者消除傅立葉空間的高頻分量，但會(huì)影響到低頻分量，椒鹽噪聲屬于高頻分量，因此中值濾波器對(duì)椒鹽噪聲有很好的的濾除效果，其缺點(diǎn)是對(duì)所有象素點(diǎn)采用一致的