实验8 数字图像去噪处理系统的设计.pdfVIP

实验 8 数字图像去噪处理系统的设计 一、实验目的 （1） 掌握数字信号处理的基本概念、基本理论和基本方法； （2） 掌握图像去噪滤波的原理和方法； （3） 完成图像去噪滤波器的设计和实现，分析处理性能； （4） 学会 TMS320VC5509A DSP 的程序设计方法。 二、实验内容 利用 ICETEK-VC5509-A 教学实验系统设计一个独立的信号分析 与处理系统，该系统可用来对含有噪声干扰的图像数据进行去噪处 理，减小噪声干扰，提高图像的质量。该系统的设计包括：设计一个 去噪滤波器并选择其参数，利用 DSP 读入一个带噪声干扰的原始图 像数据并进行滤波处理，将处理后的图像在 CCS 的图像查看窗口中 显示出来，分析和评估信号处理的效果。 三、实验原理、方法和手段 （1） 图像去噪原理及算法 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好 坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像 信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像 系统中的常见噪声主要有：高斯噪声、椒盐噪声等。 图像去噪是一个二维滤波的过程，常用的图像去噪算法有中值 滤波方法、均值滤波方法、维纳滤波方法和改进的中值维纳滤波方 法等。 中值滤波（MF）是一种非线性滤波算法，其特点是首先确定一 个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、 十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为 中心像素灰度的新值。这里邻域被称为窗口，当窗口移动时，利用 中值滤波可以对图像进行平滑处理。 均值滤波方法（MAF）的原理是用某像素及其邻域的几个像素 的灰度的平均值代替该点的灰度值。当邻域较大时MAF 容易造成图 像的模糊，为此通常采用门限法减少这一效应，即仅对超过规定门 限的像素灰度取邻域均值来代替，门限之内的像素保持不变。门限 的选择要根据图像的具体特点。 维纳滤波（WF）是使原始图像和其恢复图像之间的均方误差最 小的复原方法，是一种自适应滤波器。通过估计每个像素的局部均 值和方差实现图像的自适应去噪。其中，均值和方差估计式分别如 下 1 u a x y , ∑ ( ) MN x ,y ∈S ( ) 2 1 2 2 σ a x y =−M , ∑ ( ) MN x y ∈S , ( ) 其中，S 为图像中每个像素的M×N 邻域。维纳滤波公式如下： 2 2 σ −δ b x, y u + ⎡a x, y −u⎤ ( ) 2 ⎣ ( ) ⎦ σ 其中，δ2 是噪声的方差，在未知噪声方差时可以所有局部估计方差 σ2 的均值来代替。 改进的中值维纳滤波（MM