同时含有椒盐噪声和高斯噪声的图像消噪处理图像课设论文精品文档.docVIP

燕山大学 课 程 设 计 说 明 书 题目：同时含有椒盐噪声和高斯噪声的图像消噪处理 学院（系）： 年级专业： 13级自动化仪表 学 号： 学生姓名： 指导教师： 吴晓光 教师职称： 讲师 燕山大学课程设计（论文）任务书 院（系）： 基层教学单位： 学 号 学生姓名 专业（班级） 设计题目 同时含有椒盐噪声和高斯噪声的图像消噪处理 设 计 技 术 参 数 设 计 要 求 工 作 量 工 作 计 划 参 考 资 料 指导教师签字 基层教学单位主任签字 说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2015年 12月 31 日 燕山大学课程设计评审意见表 指导教师评语： 成绩： 指导教师： 2015年 12月31 日 答辩小组评语： 成绩： 评阅人： 2015年 12月31 日 课程设计总成绩： 答辩小组成员签字： 吴晓光 2015年 12月 31日 目录 一、噪声的分类...........................................1 二、滤波原理..................................1 三、综合智能识别...............................1 四、处理结果...................................1 程序.......................................1 参考文献...................................1 摘要 在数字图像处理领域，图像噪声的滤除一直是最重要、最基本的研究课题之一。由 高斯噪声和椒盐噪声叠加而成的混合噪声是数字图像中存在的一种典型噪声。而传统方 法对于这种类型噪声的处理效果往往是不尽如人意的，主要表现在滤除图像噪声的同时 会对图像细节产生丢失。 绝大部分自然图像几乎同时含有椒盐噪声和高斯噪声，简单的使用传统的滤波算法 不能获得理想的滤波效果。为了解决混有这两种噪声图像的滤波问题，分别针对以椒盐 噪声为主的混合噪声图像和高斯噪声为主的混合噪声图像，提出了双阂值滤波算法。 这种算法是在修正后的阿尔法均值滤波算法的基础上做了两方面的改进:首先，提出在图像邻域内为不同灰度值的像素点给出归一化的权值，用这些权值和其对应的灰度值共同决定滤波输出。其次，所设计的权值可以用修正因子来进行微调，来获得理想的滤波效果。实验证明，其处理效果优于传统滤波算法和修正后的阿尔法均值滤波算法。 本论文所提出的算法均在MATLAB上进行了仿真，并进行相应的新旧算法比较，本文介绍有中值滤波，均值滤波等经典的滤波的算法，通过与改进后的自适应中值滤波和维纳滤波进行对比。 主题词：阿尔法均值滤波 中值滤波 维纳滤波 一、噪声的分类 在我们的图像中常见的噪声主要有以下几种: （1）加性噪声 加性嗓声和图像信号强度是不相关的，如图像在传输过程中引进的“信道噪声”电视摄像机扫描图像的噪声。这类带有噪声的图像g可看成为理想无噪声图像f与噪声n之和，即 （2）乘性噪声 乘性嗓声和图像信号是相关的，往往随图像信号的变化而变化，如飞点扫描图像中的嗓声、电视扫描光栅、胶片颗粒造成等，这类噪声和图像的关系是 （3）高斯噪声 高斯噪声是数字图像的主要噪声源，高斯噪声是一种随机噪声，在任选瞬时中任取n个，其值按n个变数的高斯概率定律分布。 1、高斯噪声完全是由两瞬时的协方差函数和它的时变平均值来确定，如果噪声是平稳的，则平均值与时间无关，此时协方差函数则变成只与所探讨的两瞬时之差有关的相关函数，在意义上与功率谱密度等同。 2、高斯噪声可以是大量独立的脉冲所产生的，从而在任何有限时间间隔内，这些脉冲中的每一个脉冲值与所有脉冲值的总和相比都可忽略不计。 3、实际上热噪声、散弹噪声及量子噪声都是高斯噪声。 高斯白噪声:如果某个噪声，它的功率谱密度服从均匀分布，而幅度分布服从高斯分