基于平滑滤波的图像去噪技术研究 230

《基于平滑滤波的图像去噪技术研究 230》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、基于平滑滤波的图像去噪技术研究班级：070404班姓名：朱春浩指导教师：王昕老师11、课题研究的意义和内容2、典型的自适应滤波器结构图3、实验结果及分析比较4、总结提纲2意义：(1)提高图像的视觉感观质量(2)提取图像中包含的某些特殊信息或特征(3)图像数据的变换、编码和压缩,便于图像的传输和存储。内容：本文主要讨论数字图像的各种平滑技术，在第二章介绍了几种基本的平滑技术，有低通，均值，中值和自适应滤波方法，同时研究他们各自的工作原理，实现过程，优缺点及去噪效果。并且通过仿真实验，对这几种方法进行了比较。1、课

2、题研究的意义和内容32、典型性的自适应滤波器结构图椒盐噪声？边缘？邻点均值直通均值图1、判断椒盐噪声的自适应算法结构此种自适应结构充分考虑了不同的噪声源和不同的图局部特征，这种算法的出发点是基于实时的图去噪，因此该算法采用的是以均值操作为主的简单运算。这种处理就是滤波器首先对椒盐噪声予以识别和滤除。43、实验结果及分析比较3、1实验结果分析实验采用256×256的一幅Lena图为例，加入密度为0.1的椒盐噪声。观察采用均值滤波、中值滤波、低通滤波的去噪效果，如图3.1所示。(a)lena原图(b)加入密度为0.

3、2的椒盐噪声图5(c)均值滤波后图(d)3×3中值滤波后图(e)Butterworth低通滤波后图图3.1加入椒盐噪声后滤波图6由图可以看出，均值滤波器不适合去除椒盐噪声，经均值滤波器滤波后仍然存在较多的噪声；中值滤波器对椒盐噪声的滤除有着与生俱来的优势，这点可以从椒盐噪声特点和中值滤波定义很容易推得，观察滤波前后的图像，中值滤波器对椒盐噪声滤除的比较干净，对于强度不很大的椒盐噪声，滤波后基本看不出噪声点，但是图像也变得很模糊了，细节信息丢失比较严重，其会引起图像中诸如细线、角点等包含重要细节结构的丢失和破坏；

4、加入椒盐噪声的图像经Butterworth低通滤波器滤波后，虽然滤除了一些噪声点，但图像显得模糊不清.7再加入均值为0，方差为0.02的高斯噪声，观察上述滤波法的去噪效果，如图3.2所示。(a)lena原图(b)加入高斯噪声的图8(c)均值滤波后图(d)3×3中值滤波后图(e)Butterworth低通滤波后图图3.2加入高斯噪声后各种算法的滤波图9由图像可以看出，均值滤波对高斯噪声比对椒盐噪声有效，明显看到均值滤波器能很大程度上滤除高斯噪声，滤波后图像中的噪声残留不是很大，用均值滤波处理过后的图像显得有点模糊

5、不清；中值滤波对于噪声离散度较小的高斯噪声无能为力，明显看到中值滤波器不能较好的滤除高斯噪声，滤波后图像中的噪声残留很大，因为中值滤波是对某一素点的邻域点的素值按大小来排序，然后取中间值来替换原点的素值，那么噪声点离散程度较小的话势必对图像的去噪效果有很大的影响，也能看出中值滤波器明显的缺点是，虽然中值滤波器能保护部分边缘，单是观察发现去噪后的图像细节和边缘丢失比较严重；加入高斯噪声的图像经Butterworth低通滤波器滤波后，可以明显看出噪声已经得到了有效抑制，但是仍然和对椒盐噪声的滤除结果相似，图像中残留

6、大量的噪声，图像质量改善程度不高显得模糊不清。103、2自适应平滑算法的MATLAB实现实验中，通过对256×256大小的moon图加入噪声强度为0.4椒盐噪声，运用Matlab软件进行实验仿真，观察并分析仿真结果，分析各种算法对数字图的去噪效果及优缺点。实验仿真结果如图3.3所示。(a)moon原图(b)加入0.4的椒盐噪声图11(c)最大掩模尺寸为9的自适应中值滤波后图(d)加权均值自适应中值滤波的图(e)基于均值操作的快速自适应滤波器图3.3基于moon图的各种滤波算法性能比较图12我们再以256×256

7、的cameraman图为例，加入均值为0，方差为0.03的高斯噪声，观察各种去噪算法的效果。如图3.4所示:(a)cameraman原图(b)加入高斯噪声的图13(c)最大掩模尺寸为9的自适应中值滤波的图(d)加权均值自适应中值滤波的图(e)基于均值操作的快速自适应滤波器图3.4基于cameraman图的各种滤波算法性能比较图14结果分析(1)自适应中值滤波后，它的去噪效果和常规中值滤波算法的去噪效果相比好了许多。不仅滤除了椒盐噪声,而且很好的保留了图细节。在对具有空间密度较大的椒盐噪声图进行滤波时，自适应中值

8、滤波器较传统中值滤波器具有很大的优越性，在很大程度上降低了滤除噪声和图细节丢失之间的矛盾，对于工程实现有较好的理论参考价值。但对滤除图中的高斯噪声则没有滤除椒盐噪声的效果好，滤波后图显得有模糊不清。(2)加权均值自适应中值滤波器去除图中加入的椒盐噪声后，图和原图的效果很接近，去噪性能非常好。但是，在去除高斯噪声时，效果就没有去除椒盐噪声那么好，滤波后图有点模糊。(3)基于均值操作的快速