图像平滑处理..docVIP

数据结构 课 程 设 计 题 目 图像的平滑处理 系 (部) 电子与信息工程系 班 级 09级计算机科学与技术 姓 名 张姗姗 学 号 2009222219 指导教师 付争方 2013年1月10日电子与信息工程系 数字图像处理 课程设计任务书 设计题目 图像的平滑处理 已知技术参数和设计要求 线性平滑滤波器包括领域平均法（均值滤波器），非线性平滑滤波器有中值滤波器 2、参数type和parameters用于确定噪声的类型和相应的参数。 3、利用H(u,v)使F(u,v)的高频分量得到衰减，得到G(u,v)后再经过反变换就得到所希望的图像g(u,v) 设计内容与步骤 探求一种既能去除噪声又不至于使图像模糊的方法处理具有更大概率的冲激噪声的是自适应中值滤波器，在进行滤波处理时，能依赖一定条件而改变领域的大小具有更好的选择性，对噪声在一定范围内也可以起到抑制作用，同时也对图像的边缘细节和高频信息分量有更好的保持作用1考勤10% 2作品60% 3课程设计总结报告30% 计算机教研室制 图像的平滑处理 张姗姗 安康学院 计算机科学与技术09级 陕西省 安康市 725000 摘要：本文采用了图像平滑方法，通过对图像平滑技术的探究，在空间域或在频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。 经实验验证，效果良好。 关键字：图像平滑；图像平滑方法；滤波技术 引言 图像平滑主要是为了消除被污染图像中的噪声,这是遥感图像处理研究的最基本内容之一,被广泛应用于图像显示、传输、分析、动画制作、媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计的一种改善图像质量的方法。处理对象是在图像生成、传输、处理、显示等过程中受到多种因素扰动形成的加噪图像。在图像处理体系中,图像平滑是图像复原技术针对“一幅图像中唯一存在的退化是噪声”时的特例 　高斯噪声 数字图像的噪声主要来源于图像的获取和传输过程。按其产生的原因可分为:光电子噪声、热噪声、KTC噪声、量化噪声和信道传输噪声等。按其是否独立于空间坐标以及和图像是否关联可分为加性噪声和乘性噪声。为了最大限度地减少噪声对图像的影响,人们从改善硬件质量和对受污图像进行处理两个方面做了许多的工作,文中主要考虑对受污图像进行处理的算法研究。为了对受污图像进行处理,人们对噪声进行了研究并建立了相应的数学模型。对噪声表述的数学建模主要考虑噪声的成因和分析受污图像上噪声的统计特性两个因素，这种噪声主要来源于电子电路噪声和低照明度或高温带来的传感器噪声,也称为正态噪声,是在实践中经常用到的噪声模型。 主要来源于成像过程中的短暂停留和数据传输中产生的错误。其PDF为如果b a,灰度值b在图像中显示为一亮点,a值显示为一暗点。如果Pa和Pb均不为零,在图像上的表现类似于随机分布图像上的胡椒和盐粉微粒,因此称为椒盐噪声。当Pa为零 时,表现为“盐”噪声;当Pb为零时,表现为“胡椒”噪声。对一些进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适用于去除通过扫描得到的中的颗粒噪声。邻域平均法是空间域平滑技术。 式中： x,y=0,1,2,…，N-1；s为（x，y）点领域中点的坐标的集合，但不包括（x，y）点；M为集合内坐标点的总数。 领域平均法有力地抑制了噪声，，。为了尽可能地减少模糊失真，也可采用阈值法减少由于领域平均而产生的模糊效应。其公式如下： 上述方法也可称为算术均值滤波器，除此之外还可以采用几何均值滤波器、谐波均值滤波器和逆谐波均值滤波器。几何均值滤波器所达到的平滑度可以与算术均值滤波器相比，但在滤波过程中会丢失更少的细节。谐波均值滤波器对“盐”噪声效果更好，但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。逆谐波均值滤波器更适合于处理脉冲噪声，但它有个缺点，就是必须要知道噪声是暗噪声还是亮噪声，以便于选择合适的滤波器阶数符号，如果阶数的符号选择错了可能会引起灾难性的后果。一种常用的非线性平滑滤波，其基本。 式中：A为滤波窗口 为二维数据序列。其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既