基于matlab图像去噪算法研究.pdfVIP

基于Matlab的图像去噪算法研究

学号：

：

1、项目背景、内容介绍

，人类已经进入了信息化时代，计算机在处理各种信息中发挥着重

要作用。据统计，人类从自然界获取的信息中，视觉信息占75%~85%。俗话说“百

闻不如一见”，有些场景或事物，不管花费多少笔墨都难以表达清楚，然而，若

用一幅图像描述，可以做到一目了然。可见，在当代高度信息化的社会中，图形

和图像在信息所起的作用越来越大，在图像处理领域，数字图像处理得到

了飞速发展。

图像是信息社会人们获取信息的重要之一。在通过图像传感器将现实世

界中的有用图像信号进行、量化、编码、传输、恢复的过程中，存在大量影

响图像质量的因素。因此图像在进行使用之前，一般都要经过严格的预处理如去

噪、量化、压缩编码等。噪声的污染直接影响着对图像边缘检测、特征提取、图

像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量。

所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。图

像处理技术在20世纪首先应用于图像的远距离传送，而改善图像质量的应用开

始于1964年喷气动力用计算机对“徘徊者七号”太空船发回的月球

球资源、气象情况；医生可以通过X射线或CT对各部位的断层图像进

行分析。但在许多情况下图像信息会受到各种各样噪声的影响，严重时会影响图

像中的有用信息，所以对图像的噪声处理就显得十分重要。

2、项目所用方法与已有方法的分析和比较

线性以及频域的方法对数字图像进行去噪效果的分析比较和仿真实现.最

后，运用Matlab中小波工具箱验证了小波变换的滤波效果.结果表明，小波的

时频特性，可更好的去除噪声.

噪声可以理解为“妨碍人们感觉对所接受的信源信息理解的因素”.

噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误

差”[1].噪声使图像变得模糊，甚至淹没图像特征，给后面图像区域分割、

分析判断等工作带来了.如何使在终端画面上保持显示图像的各类信息，

使得以加强，并且合理消除大量噪声，是数字图像处理中的重要环节和步骤，

一直是图像处理研究领域进行的主要课题之一.

一般数字图像系统中常见的噪声有噪声和椒盐噪声等[2].消除图像

噪声的工作称之为图像滤波或平滑.通常分为线性滤波和非线性滤波两类.

3、项目的意义与特点

图像在获取和传输过程中，往往受到噪声的干扰，而降噪的目的是尽可能保

持原始信号主要特征的同时，除去信号中的噪声。目前的图像去噪方法可以将图

像的高频成分滤除，虽然能够达到降低噪声的效果，但同时破坏了图像细节。边

缘特性是图像最为有用的细节信息，本文对邻域平均法的图像去噪算法进行了研

究分析和讨论。

4、项目的实施原理、项目所用数据分析、实施过程、项目实现

结果（图示与分析）

1图像去噪常用方法

1．1邻域平均法

1）邻域平均法原理

邻域平均法[3]是典型的线性滤波算法.它是利用Box模板对图像进行模板

操作的图像平滑方法.Box模板对当前像素及其相邻的像素点都一视同仁，统

一进行平均处理.进而滤去图像中的噪声.Matlab中提供conv2函数可实现邻

域平滑.

2）Matlab仿真结果及结论

原始图像

噪声