第5讲 噪声与去噪ppt课件.ppt

《第5讲 噪声与去噪ppt课件.ppt》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、图像噪声平滑滤波中值滤波第五讲噪声及去噪一、图像噪声1概述噪声：妨碍人们感觉器官对所接收的信源信息理解的因素。不可预测，只能用概率统计方法来认识的随机误差。描述：借用随机过程及其概率分布函数和概率密度函数通常：数字特征，即均值方差、相关函数等。产生的原因：外部噪声和内部噪声。外部噪声指系统外部干扰从电磁波或经电源传进系统内部而引起的噪声，如电气设备、天体放电现象等引起的噪声。主要外部干扰：（1）由光和电的基本性质所引起的噪声。（2）电器的机械运动产生的噪声。如,各种接头因抖动引起的电流变化所产生的噪声；

2、磁头、磁带抖动引起的抖动噪声等。（3）元器件材料本身引起的噪声。如,磁带、磁盘表面缺陷所产生的噪声。（4）系统内部设备电路所引起的噪声。如,电源系统引入的交流噪声，偏转系统和箝位电路引起的噪声等。噪声分类按噪声与信号之间的关系分：加性噪声：噪声和图像信号的强度不相关，如图像在传输过程中引入的信道噪声，摄象机扫描噪声等。g=f+n乘性噪声：噪声和图像信号相关，往往随图像信号的变化而变化，如飞点扫描图像中的噪声、电视扫描光栅、颗粒噪声等。g=f+fn量化噪声：数字图像的主要噪声源，其大小显示出数字图像与原始图像

3、的差异。（可采用非均匀量化降噪）椒盐噪声：即黑图像的白点、白图像上的黑点，往往由图像切割引起。白噪声、高斯噪声、冲激噪声饱和的冲激噪声噪声的功率谱密度和频率无关按统计特性分：平稳噪声和非平稳噪声统计特性不随时间变化的噪声称为平稳噪声；统计特性随时间变化的噪声称为非平稳噪声。3图像系统噪声特点(1)噪声在图像中的分布和大小不规则（随机性）(2)噪声与图像之间具有相关性(3)噪声具有叠加性有噪声的图像二、去除噪声改善降质图像的方法有两类：图像增强：不考虑图像降质的原因，只将图像中感兴趣的部分加以处理或突出有用

4、的图像特征。改善后的图像并不一定要去逼近原图像,主要目的是要提高图像的可懂度。图像恢复或图像复原技术：针对图像降质的具体原因，设法补偿降质因素，使改善后的图像尽可能地逼近原始图像。图像增强：空间域法、频率法图像增强所包含的主要内容：模板三、图像的空间域平滑模板操作图像平滑的作用类似剃须刀f(x,y)为原始图，n(x,y)为噪声，S：点(x,y)邻域内的点集，M：S内总点数。1局部平滑法-邻域平均法将当前像素邻域内各像素的灰度平均值作为其输出值。依据：相邻像素间存在很高的空间相关性，而噪声则是统计独立的。邻域平

5、均法的基本假设：（1）图像由许多灰度恒定的小块组成。（2）图像上的噪声是加性的、均值为零，且与图像信号互不相关。根据假设（1），式（*）第一项非常接近f(x,y)。平滑后噪声方差平滑后噪声方差为处理前的。(m-1,n-1)(m-1,n)(m-1,n+1)(m,n-1)(m,n)(m,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)采用3×3的邻域平均法，对于像素（m,n)模板操作卷积模板操作：数字图像处理中常用的一种运算方式，图像的平滑、锐化、细化、边缘检测等都要用到模板操作。模板（Template

6、）：类似于矩阵，如带星号的数据表示该元素为中心元素，即将要处理的元素该操作的含义是：将原图中中心点及其8邻域的像素值相加，然后将求得的平均值作为新图像中中心元素像素的灰度值。模板运算的数学含义是卷积（或互相关）运算，模板——卷积核卷积运算示意图设原图像为经过模板操作后的图像为作用：模板同图像卷积计算结果按四舍五入进行了调整动态范围：0～255（8位灰度图像）边界问题：边缘像素忽略或复制邻域平均法是一种利用Box模板对图像进行模板操作（卷积运算）的图像平滑方法。模板中所有系数都取相同值常用的3×3和5×5的Bo

7、x模板3×3Box模板(所有系数都相同）平滑处理示意图设16x16点阵的假想图像如下图所示00000000000000000000000000000000000000000000000000000000000000000000999999990000000099999999000000009999999900000000999999990000000099999999000000009999999900000000999999990000000099999999000000000000000000000000

8、00000000000000000000000000000000000000000000采用3x3均值滤波，滤波核为：结果如右1111/9111111?????????????????00000000000000??00000000000000??00123333332100??00246666664200??00369999996300??00369999996300??0036999999630