去除高斯噪声的图像处理技术-------验证imageenhancementbased.DOC

去除高斯噪声的图像处理技术 -------验证《image enhancement based on noise estimation》一．概述 大家都知道这样的一个事实，对图象躁声的处理存在一个平滑和锐化的矛盾。躁声在图象中对于高频部分的贡献比正常数据要大，也就是说它与它周围的象素存在“突变”，这就是我们平滑的原因。但是“突变”也可能是边界，只进行平滑可能会模糊边界，得到不满意的结果。“锐化”就是为了突显边界，这两者之间存在一个权衡。我们以8位的BMP图，和未知的高斯噪声为例子。为了能有效的验证我们算法的正确性，我们先写给出制造高斯躁声的程序（可以调节方差），然后给出有效的消除高斯躁声的算法。我们程序的编译运行的环境是WindowsXP系统，VC++2005。二. 设计思路1.制造高斯躁声的设计：要研究图像的增强与恢复，就必须先了解噪声，高斯噪声是自然界中存在最广泛的噪声，因此也成为我们本次实验的对象噪声，其振幅分布服从高斯分布即正态分布。含有高斯噪声的图像，可以看成是图像的每一个像素值加上一个高斯分布的随机数。因此，要生成含高斯噪声的图像，就必须先产生高斯分布的随机数，然后再将随机数加入图像。根据box-muller算法，可以利用极坐标的原理，由均匀分布的随机数生成标准正态分布的随机数。但经测试，系统程序库中的随机函数rand生成的假随机数，在分布精度上并不满足均