汽车纵梁图像去噪算法的研究与应用--毕业设计.docVIP

毕 业 设 计（论 文） 题 目： 汽车纵梁图像去噪算法的研究与应用 系 别： 电子信息科学系 专 业： 汽车电子工程 班 级： 学生姓名： 学 号： 指导教师： 摘要 本课题主要研究汽车的纵梁图像去噪，运用几种图像去噪的方法，如维纳滤波器、中值滤波器、二值形态滤波器、均值滤波器以及二维小波分析图像滤波器等进行处理。通过Matlab对这些去噪方法进行编程与仿真，并且对其结果进行分析比较，从而找出适合于汽车纵梁图像噪声处理的方法。 关键字：汽车纵梁；图像去噪；算法研究 Abstract This topic using several image denoising methods, such as Wiener filter, median filter, binary morphological filter, mean filter, and two-dimensional wavelet analysis Image filters to remove noise of the image of vehicle longitudinal. I use Matlab for programming and simulation, in order to find the best way for this research, the Analysis and comparison is also essential. Key words: vehicle longitudinal; Image denoising; algorithm; 目录 第一章 概述 1 1.1 课题研究背景 1 1.1.1 图像噪声 1 1.1.2 汽车纵梁图像噪声 2 1.2 研究图像去噪的意义以及国内外现状 3 1.2.1 图像去噪意义 3 1.2.2 研究图像去噪算法的意义 3 1.2.3 图像去噪国内外现状 4 第二章 图像噪声 7 2.1 图像噪声分类 7 2.2 汽车纵梁图像噪声分析 8 2.3 图像噪声的衡量 9 第三章 图像去噪处理 11 3.1 图像去噪方法分类 11 3.1.1 空间域图像去噪 11 3.1.2频域图像去噪 12 3.2 Matlab图像去噪方法具体分析 16 3.2.1 二维自适应维纳滤波 16 3.2.2 中值滤波器分析图像滤波 18 3.2.3 二维统计顺序滤波 20 3.2.4 均值滤波 20 3.2.5 二值形态滤波 22 3.3 去噪方法对汽车纵梁图像处理的具体分析小结 25 第四章 新均值去噪法 26 4.1 图像去噪的一般步骤 26 4.2 去噪方法设计思想 26 4.3 新均值去噪的效果 29 4.4 阈值的选取 32 4.5 新均值去噪法的时间复杂度 33 第五章 课题界面设计 34 5.1 图像输入模块 34 5.2 加入噪声模块与去噪模块 35 5.3 对汽车纵梁图像噪声处理模块 36 5.4 退出模块 37 5.4 界面总图 37 结束语 38 致谢 40 参考文献 41 附录 43  第一章 概述 图像是一个信息的载体，而图像噪声是影响图像信息准确性的一个重要因素。我们进行图像噪声处理就是将图像经过一定的加工处理，使其含有的噪声尽量的减少，从而使图像含有的信息精确化，最大化。现今图像噪声的处理方法有很多很多，但由于图像含有的噪声并不是单一化的，而是非常复杂的混合噪声。而现今的图像噪声方法一般是对某种类别的很有效，如维纳滤波器对随机噪声的去噪不是很理想，但中值滤波器对随机噪声的处理效果是很好的，所以说要想对汽车纵梁图像进行很好的检测，找到一种好的图像去噪方法是很有必要的。 1.1 课题研究背景 1.1.1 图像噪声 图像[1]主要是反映客观事物或某些过程与空间、时间有相互关联的特征量得信息列阵。它具有两个基本的要素：像素值层次分辨和图像空间分辨。像素值可以反映图像的层次细节，而图像空间分辨率是由像素值在可分辨条件下的像元总和数来表示的。可分辨的像元总数越多，那么反映自然界中客观事物的细节也就越清楚。 一般的，图像在空间和亮度上都是连续取值的，称为连续图像或模拟图像，如果连续图像在空间和亮度上进行离散化，就称为了数字图像。数字图像也是唯一能够用计算机进行处理的图像形式，数字图像可以表示为一个矩阵： (1.1) 其中，。还可以将以上的矩阵按行或按列堆叠为一个一维矢量，表示为： (1.2) 至于用哪种表达方式来表示，我们要根据实际情况来定。 图像只是传输视觉信息的媒介，对图像信息的认识理解是由的视觉系大多数数字图像系统中，输入图像将多维图像变成一维电信号，再对其进行处理、存储、传输等加工变