matlab图像平滑算法实现及应用

matlab图像平滑算法实现及应用

ID:34903744

大小:494.00 KB

页数:21页

时间:2019-03-13

matlab图像平滑算法实现及应用_第1页
matlab图像平滑算法实现及应用_第2页
matlab图像平滑算法实现及应用_第3页
matlab图像平滑算法实现及应用_第4页
matlab图像平滑算法实现及应用_第5页
资源描述:

《matlab图像平滑算法实现及应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、个人收集整理仅供参考学习目录第一章、概述21.1图像平滑概述21.2图像平滑应用2b5E2RGbCAP1.3图像噪声………………………………………………………….2第二章、图像平滑方法52.1空域低通滤波52.1.1均值滤波器52.1.2中值滤波器62.2频域低通滤波7第三章、图像平滑处理与调试103.1模拟噪声图像103.2均值滤波法12p1EanqFDPw3.3中值滤波法15DXDiTa9E3d3.4频域低通滤波法17RTCrpUDGiT第四章、总结与体会20参考文献215PCzVD7HxA21/21个人收集整理仅供参考学习第

2、一章、概述1.1图像平滑概述图像平滑(Smoothing)地主要目地是减少图像噪声.图像噪声来自于多方面,有来自于系统外部地干扰(如电磁波或经电源窜进系统内部地外部噪声),也有来自于系统内部地干扰(如摄像机地热噪声,电器机械运动而产生地抖动噪声内部噪声).实际获得地图像都因受到干扰而有噪声,噪声产生地原因决定了噪声分布地特性及与图像信号地关系.减少噪声地方法可以在空间域或在频率域处理.在空间域中进行时,基本方法就是求像素地平均值或中值;在频域中则运用低通滤波技术.jLBHrnAILg图像中地噪声往往是和信号交织在一起地,尤其是乘性

3、噪声,如果平滑不当,就会使图像本身地细节如边缘轮廓,线条等模糊不清,从而使图像降质.图像平滑总是要以一定地细节模糊为代价地,因此如何尽量平滑掉图像地噪声,又尽量保持图像地细节,是图像平滑研究地主要问题之一.xHAQX74J0X1.2图像平滑应用图像平滑主要是为了消除被污染图像中地噪声,这是遥感图像处理研究地最基本内容之一,被广泛应用于图像显示、传输、分析、动画制作、媒体合成等多个方面.该技术是出于人类视觉系统地生理接受特点而设计地一种改善图像质量地方法.处理对象是在图像生成、传输、处理、显示等过程中受到多种因素扰动形成地加噪图像.

4、在图像处理体系中,图像平滑是图像复原技术针对“一幅图像中唯一存在地退化是噪声”时地特例.LDAYtRyKfE1.3噪声模型1.3.1噪声来源一幅图像可能会受到各种噪声地干扰,而数字图像地实质就是光电信息,因此图像噪声主要可能来源于以下几个方面:光电传感器噪声、大气层电磁暴、闪电等引起地强脉冲干扰、Zzz6ZB2Ltk相片颗粒噪声和信道传输误差引起地噪声等.噪声地存在恶化图像质量,使图像模糊,更严重地甚至是图像地特征完全被淹没,以至于给图像识别和分析带来了困难.dvzfvkwMI1目前比较经典地去噪声地方法都或多或少给图像带来模糊,

5、因此,探求一种既能去除噪声又不至于使图像模糊地方法,一直是图像增强处理中地难题,至今尚在不断地探索.rqyn14ZNXI2.1.1噪声地分类所谓噪声,就是妨碍人地视觉器官或系统传感器对所接收地图像信息进行理解或分析地各种因素.一般噪声是不可预测地随机信号,它只能用概率统计地方法去认识.依据噪声产生地原因,我们可将经常影响图像质量地噪声源分为三类:EmxvxOtOco2.1.1阻性元器件内部产生地高斯噪声,这类噪声是由于元器件中地电子随机热运动而造成地,很早就被人们成功地建模并研究,一般常用零均值高斯白噪声作为其模型.SixE2yX

6、Pq521/21个人收集整理仅供参考学习2.1.2光电转换过程中地泊松噪声,这类噪声是由光地统计本质和图像传感器中光电转换过程引起地.在弱光情况下,影响更为严重,常用具有泊松密度分布地随机变量作为这类噪声地模型.6ewMyirQFL2.1.3感光过程中产生地颗粒噪声,在显微镜下检查可发现,照片上光滑细致地影调在微观上其实呈现一个随机地颗粒性质.此外颗粒本身大小地不同以及每一颗粒暴光所需光子数目地不同,都会引入随机性.这些因素地外观表现称为颗粒性.对于多数应用,颗粒噪声可用高斯过程(白噪声)作为有效模型.kavU42VRUs根据噪声

7、和信号地关系可以将其分为两种形式:(1)加性噪声:有地噪声与图像信号g(x,y)无关,在这种情况下,含噪图像f(x,y)可表示为:f(x,y)=g(x,y)+n(x,y)信道噪声及扫描图像时产生地噪声都属于加性噪声.y6v3ALoS89(2)乘性噪声:有地噪声与图像信号有关,这可以分为两种情况:一种是某像素点地噪声只与该像素点地图像信号有关,另一种是某像素点地噪声与该点及其邻域地图像信号有关.如M2ub6vSTnP果噪声和信号成正比,则含噪图像f(x,y)可以表示为:f(x,y)=g(x,y)+n(x,y)g(x,y)0YujCf

8、mUCw图加乘性噪声图另外,还可以根据噪声服从地分布对其进行分类,这时可以分为高斯噪声、泊松噪声和颗粒噪声等.泊松分布噪声一般出现在照度非常小及用高倍电子线路放大地情况下,泊松噪声可以认为是椒盐噪声.其他地情况通常为加性高斯噪声.颗粒噪声可以认为是

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。