.图像去噪算法的研究.pdfVIP

图形 图像 文章编号 ： （ ） ： 1007-1423 2014 05-0028-04 DOI 10.3969/j.issn.1007-1423.2014.05.006 图像去噪算法的研究 穆远彪 ，于亚龙 （咸阳师范学院信息工程学院 ， 咸阳 712000 ） 摘要 ： 主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究 ，分别使用到中值滤波 、均值滤波和维纳滤波三种滤波算 法 。 实验结果表明中值滤波对于椒盐噪声有更好的去噪效果 ；维纳滤波对高斯噪声有明显的作用 ，相比中值滤波和均 值滤波 ，维纳滤波对高斯噪声有很好的抑制效果 ，与此同时 ，维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去 噪作用 。 关键词 ： 椒盐噪声 ； 高斯噪声 ； 中值滤波 ； 均值滤波 ； 维纳滤波 基金项目 ： 国家大学生创新创业项目（No.201210722028 ） 0 引言 和胡椒噪声 （pepper noise ），盐噪声 指 的是 白色小点 ，胡 椒噪声 指 的是黑 色的小点 。 高斯噪声是一种具 有 正态 在人们日常生活中 ，图像作为一种信息源 ，扮演着 分 布概率密度函数 的噪声 ， 即高斯噪声的值的 每个 频 重要的角色 ， 然而图像在生成或者传输时由于各种外 率分量上的能量是具有高斯分 布 的 ， 当图像受到高斯 界因素或硬件设备等不 同条件的限制 ， 容易导致图像 噪声干扰后 ， 会使得 图像变得模糊不清而且会出现 一 被噪声干扰 。 为了使我们能够清楚地表达图像的信息 ， 些很小 的斑点 。 针对这两种不同的噪声 ，文 中分别用到 增加人们的视觉效果 ， 因此需要对含有噪声的图像进 了中值滤波、均值滤波和维纳滤波对图像进行去噪 ，实 行去噪 。 验结果表明 ， 中值滤波对于椒盐噪声去噪效果 优 于均 实际的图像受到随机误差的影响而发生的退化称 之为图像噪声[1] ，图像在生成 、传输和处理的过程中都 值滤波 ； 均值滤波对于高斯噪声去噪效果 优 于中值滤 波 ；相 比中值滤波和均值滤波 ，维纳滤波对高斯噪声有 有可能产生噪声 ，传统意义上可以把一切妨 碍人感官 ， 明显的抑制作用 ，但 与此 同时 ，维纳滤波却容易 丢失边 妨碍人对图像信息感知的不利因素都可以看做噪声 。 缘信息且对椒盐噪声几乎没有去噪效果 。 而对图像信息的认识理解是由人的视觉感知决定的 ， 因此噪声是不定的 ，是在一个随机 的过程产生 ，同时噪 1 中值滤波 声是干扰很多图像复杂处理的重要因素 ， 例如在模式 中值滤波[2]法是一种非线性的平滑技术 ，它 的原 理 识别 、分割等处理领域 ，所以图像去噪一直作为一个重 是将任 意像素点 的灰度值设为 这个 点某邻域 窗口内 的 要的步骤存在 。 噪声的产生可能源于成像系统本身硬