图像噪声及去噪.docVIP

目 录 摘 要： 1 0 前言 1 1图像噪声 2 1.1 图像噪声的特点 3 1.2 几种常见的图像噪声 3 1.3 图像噪声模型 4 2 图像去噪 7 2.1 均值滤波 8 2.2 中值滤波 9 2.3 小波变换滤波 10 2.4 维纳滤波 11 2.5 形态学滤波 12 3 总结与展望 13 3.1 全文总结 13 3.2 展望 13 参考文献 14 图像噪声及去噪的研究 摘 要： 图像信号在产生、传输和记录过程中，经常会受到各种噪声的干扰，由于其严重地影响了图像的视觉效果，因此，采用适当的方法减少噪声，是一项非常重要的预处理步骤。本文主要以图像除噪为研究对象，分别对一些常用的图像去噪方法—均值滤波、中值滤波、小波变换滤波、维纳滤波以及形态学滤波进行了概括和介绍，阐述了这些方法的概念和针对性应用环境，分析了它们的一些优缺点。 关键词： 图像噪声 噪声模型 去噪 均值滤波 中值滤波 Image noise and denoising research Abstract: Image signal in production, transmission and records of process, often there will be various noise interference, because its seriously influenced image visual effect, therefore, adopt appropriate methods to reduce noise, is a very important preprocessing step. This paper mainly image denoising as the research object, except for some commonly used respectively image denoising method -- average filtering and median filtering, wavelet transform filtering and summarizes and morphological filtering, the author introduces the concept of these methods and pertinence application environment, analyses some of their advantages and disadvantages. Key words: Image noise noise model denoising average filtering median filtering 0 前言 实际图像在形成、传输的过程中，由于各种干扰因素的存在会受到噪声的污染。图像去噪是图像处理领域中一个重要的分支，它是图像分割、特征提取与目标识别等图像处理过程的前提。去除图像的噪声也是图像处理过程中的一个重要环节，其结果直接影响到图像质量和特征提取的精确性。现实中由于获取图像的环境、设备及传输过程存在不确定因素，使得图像受到噪声污染是不可避免的。因此，如何减少甚至消除噪声一直是图像处理研究领域的课题之一。图像分析和理解的第一步往往就是首先要考虑对噪声的处理。 随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性（即主要特征）的同时，又能够去除信号中无用的信息。所以，噪处理一直是图像处理和计算机视觉研究的热点。图像视频去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息，作为一种重要的预处理手段，人们对图像去噪算法进行了广泛的研究。在现有的去噪算法中，有的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者去噪效果较好，却丢失部分图像边缘信息，或者致力于研究检测图像边缘信息，保留图像细节。如何在抵制噪音和保留细节上找到一个较好的平衡点，成为近年来研究的重点。图像噪声可以理解为妨碍人们感觉器官对所接收的信源信息理解的因素例如，一幅黑白图片，其平面亮度分布假定为f(x，y)，那么对其接收起干扰作用的亮度分布R(x，y)，即可称为