資源描述：
《數(shù)字圖像去噪典型算法仿真與分析報(bào)告》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、數(shù)字圖像去噪典型算法仿真與分析個人信息*********摘要：圖像去噪是數(shù)字圖像處理中的重要環(huán)節(jié)和步驟。本文首先介紹了常見的圖像噪聲；然后，在介紹圖像去噪的基本方法和原理的基礎(chǔ)上，討論了均值濾波、中值濾波和維納濾波三種典型的圖像去噪方法；最后，對包含有高斯噪聲和椒鹽等噪聲的圖像進(jìn)行去噪，并對其去噪效果進(jìn)行了仿真和分析比較，得出了三種方法各自的適用性特點(diǎn)。關(guān)鍵詞：圖像去噪；均值濾波；中值濾波；維納濾波SimulationandAnalysisofImageDe-noisingMethodsinDigitalImage
2、Name:***(個人信息****)Abstract:Imagedenoisingisoneofthemostimportantpartsandstepsofimageprocessing.Firstly,thepaperintroducesthecommonimagenoise.Then,basedontheprincipleandmethodsofeliminatingimagenoise,itdiscussesmeanfiltering,medianfiltering,andWienerfilteringwh
3、icharetypicalimagedonoising.Finally,itusesthesemethodstoeliminateimagenoisewhichcontainsGaussiannoiseandsalt&peppernoise.Andthroughcomparingandanalyzingtheeffectofthesemethods,itconcludestheapplicabilityofeachmethodindifferentapplication.Keywords:imagedenoisin
4、g;meanfiltering;medianfiltering;Wienerfiltering0引言數(shù)字圖像是現(xiàn)代人們獲取信息的主要來源。由于成像系統(tǒng)、傳輸介質(zhì)和記錄設(shè)備等的不完善，數(shù)字圖像在其形成、傳輸記錄過程中往往會收到多種噪聲的污染。一般來說，現(xiàn)實(shí)中的圖像都是帶噪圖像。噪聲使圖像變得模糊，甚至淹沒圖像特征，給后面圖像區(qū)域分割、分析判斷等工作帶來了困難。因此，在邊緣檢測、圖像分割、特征提取、模式識別等高層次處理之前，選用適當(dāng)?shù)姆椒ūM量地去除噪聲干擾是一個非常重要的環(huán)節(jié)和步驟，也一直是圖像處理研究領(lǐng)域進(jìn)行的主要課
5、題之一。在圖像去噪的研究方面，國內(nèi)外的一些學(xué)者提出了大量的算法，如一些典型的圖像去噪算法，均值濾波、中值濾波、維納濾波、小波變換等[1-5]。近年來，一些改進(jìn)的、新型的算法也被許多學(xué)者提出。文[6]提出了一種改進(jìn)的均值濾波算法，該算法針對均值濾波在抑制噪聲的過程中會損失圖像的邊緣等細(xì)節(jié)信息問題，在計(jì)算局部窗口內(nèi)中心像素灰度均值時，既考慮了窗口內(nèi)各像素與中心像素間的灰度差異，又顧及了窗口內(nèi)各像素與中心像素間的距離；但是容易導(dǎo)致圖像細(xì)節(jié)因過度平滑而變得模糊。對于復(fù)雜的噪聲圖像，文[7]提出了一種基于同性質(zhì)點(diǎn)個數(shù)的噪聲點(diǎn)
6、檢測算法，這是一種改進(jìn)的中值濾波算法，該算法對于脈沖噪聲來說不僅在濾除噪聲方便有較好的效果，保持圖像細(xì)節(jié)信息方面也取得了一定的成就；但對未知噪聲類型的圖像進(jìn)行濾除時其效果就不明顯。針對經(jīng)典維納濾波器存在的不足，文[8]提出了一種新的自適應(yīng)維納濾波器，該濾波器能夠根據(jù)不同的圖像特性在給定的多個模板之間自適應(yīng)的選擇模板，使得濾波效果更加理想；但是對于不太復(fù)雜的圖像，新的自適應(yīng)維納濾波和普通維納濾波相比，改善空間不是很大，效果不是很明顯。綜上，現(xiàn)有的圖像去噪方法大致可以分為兩類：一類是空間域方法，另一類是頻率域方法。本文
7、主要圍繞著空間域的去噪方法，分析幾種典型的空間域去噪方法，研究總結(jié)各算法的優(yōu)缺點(diǎn)、適用性及處理效率等，并通過MATLAB進(jìn)行仿真和分析比較。1噪聲噪聲可以理解為妨礙人的視覺器官或系統(tǒng)傳感器對所接收圖像源信息進(jìn)行理解或分析的各種因素。噪聲在理論上可以定義為“不可預(yù)測，只能用概率統(tǒng)計(jì)方法來認(rèn)識的隨機(jī)誤差”[9]。1.1圖像系統(tǒng)中的常見噪聲依據(jù)噪聲產(chǎn)生的原因，將經(jīng)常影響圖像質(zhì)量的噪聲源分為三類：阻性元器件內(nèi)部產(chǎn)生的高斯噪聲；光電轉(zhuǎn)換過程中的泊松噪聲（椒鹽噪聲）；感光過程中產(chǎn)生的顆粒噪聲。根據(jù)噪聲和信號的關(guān)系也可以將其分為
8、兩種形式：一類是加性噪聲，另一類是乘性噪聲。1.2圖像去噪的意義噪聲在圖像處理中是一個非常重要的問題，它對圖像的輸入、采集、處理的各個環(huán)節(jié)以及最終的輸出結(jié)果都會產(chǎn)生一定的影響。特別是在圖像的輸入、采集過程中，噪聲是個十分關(guān)鍵的問題，若輸入伴有較大噪，必然影響之后的處理以及最終的處理效果。因此，任何一個良好的圖像處理系統(tǒng)，無論是模擬處理還是計(jì)算機(jī)處理無不把減少
