基于MATLAB的带噪图像的中值滤波.pdfVIP

一、课程设计题目

基于MATLAB的带噪图像的中值滤波

二、设计要求

1.不同形状窗口,大小可调；

2.能够添加不同的噪声；

3.对不同的噪声进行分析；

三、原理

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，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，让周围的像素值接近的真实

值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排

序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-

l),(k,l∈W)}，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，

也可以是不同的的形状，如线状，圆形，十字形，圆环形等。

四、特点

中值滤波的主要特性有：

1.滤除噪声的性能中值滤波是非线性运算，因此对随机性质的噪声输入，数学分析是相当复杂的。对

于零均值正态分布的噪声输入，中值滤波输出与输入噪声的分布密度有关，输出噪声方差与输入噪声密度

函数的平方成反比。对随机噪声的抑制能力，中值滤波比均值滤波要差些。但对于脉冲干扰来讲，特别是

脉冲宽度小于滤波窗口长度之半，相距较远的窄脉冲，中值滤波是很有效的。

2.其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化

3.对某些信号的不变性对于某些特定的输入信号，中值滤波输出信号保持与输入信号相同，所以相对于

一般的线性滤波器(比如均值滤波)，中值滤波能更好的保护图像细节。

4.中值滤波的频谱特性由于中值滤波是非线性运算，在输入与输出之间的频率上不存在一一对应的关

系，故不能用一般线性滤波器频率特性分析方法。采用总体实验观察法，经大量实验表明，中值滤波器的

频率响应与输入信号的频谱有关，呈现不规则波动不大的曲线，中值滤波频谱特性起伏不大，可以认为信

号经中值滤波后，频谱基本不变。中值滤波器在算法设计上使与周围像素灰度值相差较大的点处理后能与

周围的像素灰度值比较接近，因此可以衰减随机噪声，尤其是脉冲噪声等，并且在处理时不是简单的取均

值，产生的模糊要少的多，即中值滤波既能消除噪声，还能保持图像中的细节部分，防止边缘模糊。但

是，中值滤波中的模板形状单一，只能处理受到噪声污染的特征简单的图像。而对于包含点、线、尖角比

较多的复杂图像来说，中值滤波的效果就比较差，更重要的一点是中值滤波会改变未受噪声污染的像素的

灰度值，在一定程度上破坏了图像细节。

五、结果分析

数据分析：

拿lane标准图像为例，分别加高斯和椒盐噪声，其方差都为0.02，分析结果。

加椒盐，高斯噪声

进行3x3方形窗口中值滤波

进行7x7方形窗口中值滤波

椒盐十字3x3

椒盐十字7x7

高斯十字3x3

高斯十字7x7

结果分析：

1.由图可知，中值滤波明显对椒盐噪声的处理效果好，而对高斯噪声几乎没有作用，在去椒盐噪声中，

方形滤波要比十字滤波去噪能力强。

2.由图看出，选取的模版大小越大，去噪能力越强，同时会造成图像的失真，轮廓变得模糊，这时，我

们对于不同的图像和所加噪声的比例适当的选取模块的大小。从图中还可以看出，同样大小的模块，方形

滤波比十字滤波去噪能力要强，而十字滤波又比方形滤波更能保留图像轮廓，去噪后图像失真较少。