图像平滑的MALAB实现.docVIP

图像平滑的MATLAB实现 摘 要：图像平滑技术用于平滑图像的噪声，本文对均值滤波、中值滤波、维纳滤波等三种平滑滤波器进行理论学习，并通过MATLAB对滤波效果进行仿真。 关键词：图像平滑 均值滤波 中值滤波 维纳滤波 实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有敏感元器件的内部噪声、照相底片上感光材料的颗粒、传输通道的干扰及量化噪声等。噪声产生的原因决定了噪声的分布特性及它和图像信号的关系。根据噪声服从的分布，可以分为高斯噪声、泊松噪声和颗粒噪声等。平滑技术用于平滑图像的噪声，平滑噪声可以在空间域中进行，基本方法是求像素灰度的平均值或中值。为了既平滑噪声又保护图像信号，也有一些改进的技术，比如在频域中运用低通滤波器。 MATLAB图像处理工具箱提供了模拟噪声生成的函数imnoise和去除噪声的方法。函数imnoise可以对图像添加一些典型的噪声。由于噪声的随机性，它们对某一像点的影响使其灰度和邻点的灰度显著不同，因此可以利用这种不同来消除噪声。去除噪声的方法有线性滤波、中值滤波、自适应滤波。本文就针对上述三种平滑滤波进行MATLAB仿真。 1 图像平滑的MATLAB实现 1.1 均值滤波［1］ 1.1.1理论基础 邻域平均法是空间域平滑噪声技术，其均值滤波器对于扫描得到的图像中的颗粒噪声非常适用，理论依据如下： 对于给定的图像f(i,j)中的每个像点（m,