基于MATLAB的减少图像噪声.docxVIP

PAGE PAGE # / 28 目录 第一章概述 第2页 第二章典型噪声介绍 第3页 第三章 基于MATLAB的模拟噪声生成 第5页 第四章 均值滤波处理方法 第7页 4.1均值滤波原理 第7页 4.2均值滤波法对图像的处理 第 9页 第五章 中值滤波处理方法 5.1中值滤波原理 箔 ……第 12页 5.2中值滤波法对图像的处理 第 12页 第六章频域低通滤波法 第 15页 6.1 理想低通滤波器（ILPF）对图像的处理?… 箔 ……第 15页 6.2巴特沃思低通滤波器（ BLPF）对图像的处理 第 18页 6.3 指数滤波器 （ELPF） 对图像的处理……… 箔 ……第 20页 6.4梯形滤波器（TLPF）对图像的处理 ...箔 …第 22页 6.5 构建二维滤波器对图像的处理……………………… 第24页 第七章 总结与体会 第 27 页 第 28 第 28 页 第一 章 概 述 图像平滑主要有两个作用：一个是清除或减少噪声，改善图像质量；另 一个是模糊图像，使图像看起来更柔和自然。图像噪声来自于多方面，有 来自于系统外部的干扰，如电磁波或经电源窜进系统内部的外部噪声；也 有来自于系统内部的干扰，如摄像机的热噪声，电器机械运动而产生的抖 动噪声内部噪声。实际获得的图像都因受到干扰而有噪声，噪声产生的原 因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空 间域或在频率域处理。空间域常用的方法有领域平均法、中值滤波法、多 图像平均法等；在频域可以采用理想低通、巴特沃斯低通等各种形式的低 通滤波器进行低通滤波。 图像平滑处理的主要目的是去噪声，而噪声有很多种，大体可分为两 类：加性噪声和乘性噪声。加性噪声通常表现为椒盐噪声、高斯噪声等； 乘性噪声的一个典型例子就是光照变化。图像中的噪声往往是和信号交织 在一起的，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边 缘轮廓，线条等模糊不清，从而使 图像降质。图像平滑总是要以一定的 细节模糊为代价的，因此如何尽量平滑掉图像的噪声，又尽量保持图像的 细节，是图像平滑研究的主要问题之一。 图像平滑主要是为了消除被污染图像中的噪声 , 这是遥感图像处理研 究的最基本内容之一 , 被广泛应用于图像显示、传输、分析、动画制作、 媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计 的一种改善图像质量的方法。 第二章 典型噪声介绍 2.1高斯噪声 数字图像的噪声主要来源于图像的获取和传输过程。按其产生的原因 可分为：光电子噪声、热噪声、 KTC噪声、量化噪声和信道传输噪声等。 按其是否独立于空间坐标以及和图像是否关联可分为加性噪声和乘性噪 声。为了最大限度地减少噪声对图像的影响 ，人们从改善硬件质量和对受污 图像进行处理两个方面做了许多的工作 ，文中主要考虑对受污图像进行处 理的算法研究。为了对受污图像进行处理，人们对噪声进行了研究并建立了 相应的数学模型。对噪声表述的数学建模主要考虑噪声的成因和分析受污 图像上噪声的统计特性两个因素，这种噪声主要来源于电子电路噪声和低 照明度或高温带来的传感器噪声 ，也称为正态噪声，是在实践中经常用到的 噪声模型。高斯随机变量 z的概率密度函数(PDF)由下式给出： l/A/2^aexp(-(z-/d2 f2a~} 其中,z表示图像像兀的灰度值 ；卩表示z的期望；C 表示z的标准差 2.2椒盐噪声 椒盐噪声主要来源于成像过程中的短暂停留和数据传输中产生的错 误。其PDF为： P⑵=* Pa z~a Pb z^b 0 其他 如果ba，则灰度值b在图像中将显示为一个亮点，反之则 a的值 将显示为一个暗点。若 Pa或Pb为零，则脉冲称为单极脉冲。如果 Pa和 Pb均不可能为零，尤其是它们近似相等时，则脉冲噪声值将类似于随机 分布在图像上的胡椒和盐粉微粒，因此称为椒盐噪声。 2.3乘性噪声 可以表有的噪声与图像信号有关，这可以分为两种情况：一种是某像素点的 噪声只与该像素点的图像信号有关，另一种是某像素点的噪声与该点及其 邻域的图像信号有关。如果噪声和信号成正比，则含噪图像 f(x,y) 示为： 可以表 f(x,y)= g(x,y)+ n (x,y)g(x,y) 第三章 基于MATLABD的模拟噪声生成 MATLAB 图像处理工具箱提供的噪声添加函数 imnoise, 它可以对图添 加一些典型的噪声。其语法是： J=imnoise(I,type) J=imnoise(I,type,parameters) 其功能是：返回对原图像I添加典型噪声的图像 J,参数type和parameters 用于确定噪声的类型和相应的参数。 三种典型的噪声： type= aussian时，为高斯 噪声； type= saltpe