【精品】图像处理中消除噪声的方法研究——学士学位毕业论文.docVIP

长 治 学 院 学士学位毕业论文 图像处理中消除噪声的方法研究 专 业： 计算机科学与技术 系 别： 计算机 完成时间：201年月Matlab仿真结果，结合理论分析和实验结果，将三种去噪方法进行对比与分析。 关键词：中值滤波；均值滤波；小波变换；Matlab 目 录 1 前言 1 1.1 选题目标 1 1.2 国内外研究现状 1 2 图像与噪声 1 2.1 图像噪声的分类 1 2.1.1 按干扰源分类 1 2.1.2 按对信号的影响分类 1 2.2 图像的质量评价 2 3 图像去噪 2 4 常用去噪方法的比较分析 3 4.1 中值滤波 3 4.1.1 中值滤波的基本原理 3 4.1.2 中值滤波的实现算法 4 4.2 均值滤波 4 4.2.1 均值滤波的原理 4 4.2.2 均值滤波的实现算法 5 4.3 小波变换 5 4.3.1 小波变换的基本原理 5 4.3.2 小波变换的图像去噪优越性 5 5 实验仿真 6 5.1 中值滤波的仿真 6 5.2 均值滤波的仿真 8 5.3 基于小波变换法的仿真 9 5.4 几种去噪方法的比较分析 13 6 结论 14 参考文献 15 致谢 18 1 前言 1.1 选题目标 图像去噪目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。 国外研究现状：在数字图像处理的领域里，输入的质量低的图像，输出是改善质量后的图像。图像去噪是图像分析和计算机视觉中十分重要的技术。因此寻找能够兼顾去噪，保留图像边缘及其他特征的图像的滤波算法是该领域的重点课题。 国内研究现状：我国数字图像处理技术起步较晚，但在学习国外技术的基础上发展迅速。 2 图像与噪声 2.1 图像噪声的分类 2.1.1 按干扰源分类 图像噪声按其干扰源可分为外部噪声和内部噪声。外部噪声是指从处理系统外来的影响，如天线干扰或电磁波从电源线串入系统的噪声。内部噪声主要有四种基本形式： 1)由光和电的基本性质引起； 2)机械运动产生的噪声； 3)元器件噪声； 4)系统内部电路噪声； 2.1.2 按对信号的影响分类 1)加性噪声； 2)乘性噪声； 2.2 图像的质量评价 如何评价一个图像经过去噪处理后所还原图像的质量，对于我们判断去噪方法的优劣有很重要的意义。现有的评价方法一般分为主观和客观两种 1）主观评价 主观评价通常有两种:一种是作为观察者的主观评价，这是由选定的一组人对图像直接用肉眼进行观察，然后分别给出其对所观察的图像的质量作好或坏的评价，再综合全组人的意见给出一个综合结论 图像质量的客观评价由于着眼点不同而有多种方法，这里介绍的是一种经常使用的所谓的逼真度测量。对于彩色图像逼真度的定量表示是一个十分复杂的问题。目前应用得较多的是对黑白图像逼真度的定量表示。 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素。再用模板中的全体像素的平均值来代替原来像素值。中值滤波是一种非线性滤，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所应用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。但是对一些细节多，特别是点、线、尖顶细节多的图像不宜采用中值滤波的方法。 4.1 中值滤波的基本原理 中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替。 设有一个一维序列，，…，取窗口长度为m(m为奇数)，对此序列进行中值滤波，就是从输入序列中相继抽出m个数，，…，，…，，…，，…，，其中为窗口的中心位置，，再将这m个点按其数值大小排列，取其序号为正中间的那作为出。用数学公式表示为: (1) 例如：有一个序列为{0，3，4，0，7}，则中值滤波为重新排序后的序列{0，0，3，4，7}中间的值为3。对于二序列进行中值滤波时，滤波窗口也是二维的，但这种二窗口可以有各种不同的形状，如线、圆形、十字形、圆环形等。二维数据的中值滤波可以表示为： (3) 在实际使用窗口时，窗口的尺寸一般先用再取逐渐增大，直到其滤波效果满意为止。对于有缓变的较长轮廓线物体的图像，采用方形或圆形窗口为宜，对于包含尖顶角物体的图像，适宜用十字形窗口。使用二维中值滤波最值得注意的是保持图像中有效的细线状物体。与平均滤波器相比，中值滤波器从总体上来说，能够较好地保留原图像中的跃变部分。 均值滤波是典型的线性滤波算法，它是指