空域滤波法消除图像噪声的探索.pdfVIP

空域滤波法消除图像噪声的探索 陈晓辉 ， 李俊杰 中国矿业大学计算机学院， 徐州（221008） E-mail ：cxh257@126.com 摘要：本文分析和比较了几种典型的空域滤波法的特点，试图通过在有噪声的图像上 先进行低通滤波，然后高通滤波，找到一种恢复原始图像轮廓的去噪声方法。在实验的基础 上，证明了用中值滤波算法结合拉普拉斯算子，消除椒盐噪声效果比较理想。 关键词： 空域滤波 高斯噪声 椒盐噪声 图像轮廓 1 引言： 由于图像的噪声普遍存在，对图像进行去噪处理就显得至关重要。消除噪声的方法有很 多，比如传统的低通滤波法，最新发展的小波变换技术等。传统的低通滤波法，在减少图像 噪声的同时，在一定程度上也模糊了图像边缘。能否在传统的低通滤波法上作一些改进呢？ 图像的很多噪声是高斯噪声及椒盐噪声，本文就主要以它们为例，试图在空域滤波法中，找 到一种简单、有效的去除噪声方法。通过 matlab 实验和分析几种低通滤波和高通滤波的特 点，得出了如下结论：中值滤波法对椒盐噪声非常有效，而且相对于邻域滤波法，对高斯噪 声的处理效果更好。滤波的效果都与采用的模板、模板的大小有很大的关系。不管是邻域滤 波法还是中值滤波法，由于都属于低通滤波，会使图像轮廓变得模糊，而高通滤波法中的基 本高通滤波、高增益滤波、拉普拉斯算子滤波、以及拉普拉斯高斯算子,都可以使图象锐化， 轮廓变清晰。因此可以考虑采用两者结合的方法对噪声进行处理，经过反复实验和分析，虽 然没有得到去除高斯噪声的有效方法,但中值滤波结合拉普拉斯算子法或中值滤波结合拉普 拉斯高斯算子法（需要作简单的灰度变换）,都可以有效地消除椒盐噪声,且使图像轮廓基本 上不变，其中中值滤波结合拉普拉斯算子法效果更好。 2 分析过程 首先选取待处理的图像，实验采用了 matlab 自带的rice 图像。 原图如下： 图 1: rice 图像 （图像的格式为PNG ） 2.1 低通滤波 - 1 - 图像噪声，如由敏感元件、传输通道等各种因素引起的噪声，大部分是随机的，它们对 某一像素点的影响，可以看作是孤立的，因此，和邻近各点相比，该点灰度值将有显著的不 同。可以用邻域平均方法来消除噪声，每一个像素的取值是利用模板对它的邻域内的像素值 [1] 进行运算得到的 。为了得到带有高斯噪声的图像，用 matlab 函数对原图 1.0 进行处理。 x=imread(D:\MATLAB7\toolbox\images\imdemos\rice,PNG); a2=imnoise(x,gaussian,0,0.02); imshow(a2) 说明: 为了方便，以后程序中的 a2都取上述程序中的 a2。 得到图 2： 图2: 带有高斯噪声的 rice 图像 对高斯噪声的处理，可以采用以下方法。 首先采用邻域平均滤波法，邻域平均滤波法是使用待处理像素的领域内各像素灰度的 平均值来去代替原灰度值。由于取的是平均值，虽然处理后的噪声的平均值不变，但方差变 小了，噪声的强度变小，从而抑制了噪声。可以取 3×3 的模板，使待处理的像素点处在模 板的中心。模板为： ⎛1 1 1⎞ 1 ⎜ ⎟ × 1 1 1 9 ⎜⎜⎝1 1