图像处理中声的法——学士学位优秀可研性方案书.docVIP

长 治 学 院 学士学位毕业论文 图像处理中消除噪声的方法研究 专 业： 计算机科学与技术 系 别： 计算机 完成时间：2013年5月 图像处理中消除噪声的方法研究 专业：计算机 姓名：程晓满 学号指导教师：上官晋太 摘要：图像是人类获取信息的重要手段之一，图像在信息传播过程中所起的作用越来越大。在许多情况下，图像信息会受到各种各样噪声的影响，因为图像在获取过程中容易受到器件和周围环境的影响，从而使图像中含有噪声。噪声严重时会影响图像中的有用信息，所以对图像的噪声处理的方法就显得十分重要。本文主要是中值滤波、均值滤波、小波变换方法对图像噪声进行滤波处理。最后通过Matlab仿真结果，结合理论分析和实验结果，将三种去噪方法进行对比与分析。 关键词：中值滤波；均值滤波；小波变换；Matlab 目 录 1 前言 1 1.1 选题目标 1 1.2 国内外研究现状 1 2 图像与噪声 1 2.1 图像噪声的分类 1 2.1.1 按干扰源分类 1 2.1.2 按对信号的影响分类 1 2.2 图像的质量评价 2 3 图像去噪 2 4 常用去噪方法的比较分析 3 4.1 中值滤波 3 4.1.1 中值滤波的基本原理 3 4.1.2 中值滤波的实现算法 4 4.2 均值滤波 4 4.2.1 均值滤波的原理 4 4.2.2 均值滤波的实现算法 5 4.3 小波变换 5 4.3.1 小波变换的基本原理 5 4.3.2 小波变换的图像去噪优越性 5 5 实验仿真 6 5.1 中值滤波的仿真 6 5.2 均值滤波的仿真 8 5.3 基于小波变换法的仿真 9 5.4 几种去噪方法的比较分析 13 6 结论 14 参考文献 15 致谢 18 1 前言 1.1 选题目标 图像去噪目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。更好地改善图像的质量，在众多图像去噪的算法中，不去追求哪一种算法是最好，而是要以实际要求而应用不同的方法。有些算法虽然好，但它的实用性不强甚至有限。 1.2 国内外研究现状 国外研究现状：在数字图像处理的领域里，输入的质量低的图像，输出是改善质量后的图像。图像去噪是图像分析和计算机视觉中十分重要的技术。因此寻找能够兼顾去噪，保留图像边缘及其他特征的图像的滤波算法是该领域的重点课题。 国内研究现状：我国数字图像处理技术起步较晚，但在学习国外技术的基础上发展迅速。 2 图像与噪声 2.1 图像噪声的分类 2.1.1 按干扰源分类 图像噪声按其干扰源可分为外部噪声和内部噪声。外部噪声是指从处理系统外来的影响，如天线干扰或电磁波从电源线串入系统的噪声。内部噪声主要有四种基本形式： 1)由光和电的基本性质引起； 2)机械运动产生的噪声； 3)元器件噪声； 4)系统内部电路噪声； 2.1.2 按对信号的影响分类 1)加性噪声； 2)乘性噪声； 2.2 图像的质量评价 如何评价一个图像经过去噪处理后所还原图像的质量，对于我们判断去噪方法的优劣有很重要的意义。现有的评价方法一般分为主观和客观两种。 1）主观评价 主观评价通常有两种:一种是作为观察者的主观评价，这是由选定的一组人对图像直接用肉眼进行观察，然后分别给出其对所观察的图像的质量作好或坏的评价，再综合全组人的意见给出一个综合结论 2）客观评价 图像质量的客观评价由于着眼点不同而有多种方法，这里介绍的是一种经常使用的所谓的逼真度测量。对于彩色图像逼真度的定量表示是一个十分复杂的问题。目前应用得较多的是对黑白图像逼真度的定量表示。 3 图像去噪 常用去噪方法有: 1)中值滤波 中值滤波是常用的非线性滤波方法，也是图像处理技术中最常用的预处理技术。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。 2)均值滤波 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素。再用模板中的全体像素的平均值来代替原来像素值。均值滤波器是一种典型的线性去噪方法，因为其运算简单快速，同时又能够较为有效地去除高斯噪声。 3)小波变换 小波变换是一种窗口大小固定但其形状可改变的时频局部化分析方法。小波变换利用非均匀的分辨率，即在低频段用高的频率分辨率和低的时间分辨率（宽的分析窗口）；而在高频段利用低的频率分辨率和高的时间分辨率（窄的分析窗口），这样就能有效地从信号（如语言、图像等）中提取信息，较好地解决了时间和频率分辨率的矛盾。