图像处理中消除噪声技术研究.docVIP

　　图像处理中消除噪声技术研究 摘 要 在图像处理中消除噪声是一项十分重要的技术，图像的噪声消除可以最大程度保护图像的细节、纹理与边缘，并且滤出噪声所对图片质量造成的影响。噪声消除的结果将会直接影响到图片处理后续的相关环节。本文主要针对图像处理中消除噪声的相关技术进行研究，以期能为图像处理、噪声消除提供一定的借鉴与参考。 中国 8/vie 　　关键词 图像处理；消除噪声；中值滤波技术 　　中图分类号 TP3 文献标识码 A 1674-6708（2017）181-0063-02 　　在拍摄图像、传输图像的过程中，由于拍摄设备、传输装置、传输路径存在约束性，导致非常容易被外部环境的各项因素所干扰，进而形成大量的噪声，从而直接影响了图像的观看视觉效果，甚至会误导观看者对图像内容的认识。所以，对图像进行噪声的消除成为了图像处理中的重要环节。 　　1 图像处理及图像噪声 　　1.1 图像处理 　　如今，数字图像已经作为一门全新的学科，受到了人们的广泛重视。在获取与传输图像的过程中图像会经常被成像的装置以及外部环境中的因素所干扰，进而导致难以正确观看识别率降低，形成噪声。因此，在进行传输与处理的过程中必须要针对图像进行去噪处理，以提升图像的质量。图像处理技术可以普遍被应用于网页制作当中。高水准的图像处理技能可以让网页的界面变得十分人性化，十分友好，全面提升网页的吸引力，在提升网页竞争力的同时为网页创作更多的价值。 　　1.2 图像噪声 　　影响图像噪声的来源途径众多，例如交流电场、成像设备、设备的影响、电子噪声、信号传输的信道噪声、图像转换的量化噪声等。不同种类的噪声必然都会对图像的质量形成负面影响。通常来看，噪声对图像信号的影响分为3种类别，分别为加性噪声、乘性噪声以及混合噪声。这3种类型的噪声对图像所产生的影响均不一致。在图像信号传递中所形成的噪声大部分都是加性噪声。图像噪声的形式众多，其中包括脉冲噪声、高斯噪声等。在图像处理中出现的噪声一般为脉冲噪声、高斯噪声或两者叠加混合的噪声[ 1 ]。其中，脉冲噪声会独立干扰在图像中的某一个像素点，并且会随机出现在图像中的任意区域导致图像中某像素点灰度值出现异常情况，该处的图像值将会明显异于其他像素点，给人视觉上造成一种极暗或极亮的视觉感受。通常对凸显噪声干扰的密度可以用函数（PDF）来表示。 　　图像噪声的特点： 　　第一，扫描变换。目前，图像系统的输入光电变化均是将二维图像信号进行扫描处理，将其变成一维电信号再进行处理加工的，然后再将一维电信号转换成为二维凸显光信号。相同的，噪声也存在相同的转变方式。 　　第二，相关性。利用光导摄像管的摄像设备可以认为，信号幅度与噪声幅度之间不存在必然的联想，而使用超正析摄像机的信号则与噪声之间存在密切关系。黑暗区域噪声明显，明亮区域噪声较小。在数字图像处理技术中将噪声进行量化处理是必然的，其与图像相位之间有着密切的关系。假如图像的内容接近平坦，则量化噪声出现伪轮廓。但是这时图像信号中的随机噪声将会由于颤噪效应而使得弱化量化噪声[ 2 ]。 　　第三，迭加性，在串联图像的传输系统当中，不同部分窜入的噪声如果是同类噪声的话则可以直接进行功率相加，信噪比相对下降。如果非同类噪声则应该区别对待。例如，空间频率不同的噪声如果要迭加则需要考虑到视觉空间频谱的带通特征；如时间特性不同的噪声迭加就需要考虑到视觉滞留与闪烁的特性等。 　　2 图像处理中消除噪声技术研究 　　对图像的脉冲噪声、高斯噪声等类型的噪声进行分析后可以得知，要降低噪声可以根据信号所处不一样的区域中的表现形式来选择合适的噪声消除方法。站在图像处理清楚噪声方法形成时期的角度来划分可以将消除噪声技术分为传统的滤波技术以及新型滤波技术。 　　传统滤波技术：这一滤波技术针对不同类型图像的噪声均可以有效去除。该滤波技术前后形成了不同类型的滤波计算技术。这些不同类型的计算技术分别都拥有自身独特的特点。但是总体来看，计算技术可以分为线性滤波技术与非线性滤波技术。上述两种类型滤波技术存在典型的技术代表。其中线性滤波技术的典型技术为均值滤波技术。该技术即为运用既定面积的局部窗口来对图像进行掩模调整。并且使用像素灰度的平均值来替代窗口中心的像素值。线性滤波技术计算简易，实现难度较低，是数字信号处理技术进步中最为常用的降噪方式之一，然而该技术会导致图像边缘出现严重模糊的情况，使得图像中很多细节丢失。基于弥补上述技术的缺陷，非线性滤波理论与技术出现并应用。非线性滤波技术最为典型的代表为中值滤波器，运用中值滤波器来对图像进行处理就是使用固定的区域窗口来对图像中的像素进行掩模调整。窗口中行调节即可，直至获得最佳的滤波效果。 　　新型滤波技术。近几年来伴随着数学科学的进步，图像处理方面也获得了质的