基于Matlab的图像平滑算法浅析.pdfVIP

50 机电技术 2013 年 6 月 基于Matlab 的图像平滑算法浅析 魏有法 ( 闽南理工学院，福建 石狮 362700) 摘 要：随着图像处理领域的迅速发展，图像平滑作为图像处理中的重要环节，也逐渐受到人们的关注。图像平滑 的目的主要是消除噪声。针对不同类型的图像噪声，文章研究均值滤波、中值滤波和低通滤波算法在去除不同图像噪声 的性能特性，利用 Matlab 平台进行算法仿真，通过比较各算法的优缺点，进一步完善图像平滑方法，以达到平滑效果 更理想的目的。 关键词：图像平滑；均值滤波；中值滤波；低通滤波 中图分类号：TM614 文献标识码：A 文章编号：1672-4801(2013)03-050-03 图像噪声来自于多方面，有来自于系统外部  1/ ( , ) ( , ) 1/ ( , )  M ∑ f m n f x y − M ∑ f m n ≥T ( , ) ( , ) m n s m n s ( , ) ∈ ∈ 的干扰，也有来自于系统内部的干扰。实际获得 g x y   ( , ) f x y 其他 的图像都因受到干扰而有噪声，噪声产生的原因 决定了噪声分布的特性及与图像信号的关系。图 (2) 像平滑(Smoothing) 的主要目的是减少图像噪声 式中，T 为规定的非负阈值。 [1] 。减少噪声的方法可以在空间域或在频率域处 1.2 中值滤波法 理。在空间域中进行时，基本方法就是求像素的 中值滤波是一种常用的去除噪声的非线性平 平均值或中值；在频域中则运用低通滤波技术。 滑滤波处理方法，其基本思想用图像像素点的领 针对不同噪声，本文分析了中值滤波、均值 域灰度值的中值来代替该像素点的灰度值[3] 。二 滤波和频域低通滤波等典型的图像平滑算法，比 维中值滤波可以用下式表示： 较了各算法的优缺点，最后给出仿真结果和结论。 y ij Med fij (3) { } 1 图像平滑算法 式中， fij 为二维数据序列。 { } 1.1 均值滤波法