《成像噪声论》word版

《《成像噪声论》word版》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、成像系统噪声摘要：图像噪声滤波作为图像处理的前端，直接影响后续图像处理的各个环节。介绍的图像噪声滤波的方法主要有空间域去噪、变换域去噪，在分析了各种算法优点和缺点的基础上，对图像降噪的最新研究方向进行了展望。关键词：图像噪声中值滤波小波变换成像质量评价1引言随着科学技术的高速发展，红外图像和微光图像在军事、科研、医疗卫生等领域的应用越来越广泛[1]。图像信号在采集、传输和保存等不同的阶段均会受到多种不同因素的干扰而遭受不同类型的噪声污染，由此会严重影响图像特征提取、图像变换、图像编码等系列后续处理过程。所以图像噪声滤除是图像处理中一个必不可少的操作环节

2、，也是现代图像处理技术一个非常重要的研究方向。图像噪声滤除的目的是在最大可能保护图像细节、边缘和纹理等重要信息的前提下有效滤除噪声的干扰，而滤除噪声的结果将直接关系到后续不同环节的处理效果。我国是从上个世纪开始进行红外与微光图像处理技术的研究工作[2]，红外图像由于其自身的特点，处理的方式与处理可见光图像的方式不完全相同，其基本的处理内容为图像畸变的校正、函数变换、直流恢复、非均匀性校正、对比度与亮度调节、查询处理以及图像平滑、图像增强(线间积累、帧间积累、中值滤波、直方图处理、像素倍增)等处理功能。微光图像由于明显的噪声特点，其基本的处理方法有多帧平

3、均、2D-TDI、中值滤波、均值滤波等处理算法。2成像系统噪声模型与特征噪声对图像的干扰来源比较广泛，一般有来自交流电场干扰，成像仪器光电子或电子噪声，模数图像转换产生的抽样与量化噪声，以及信号传送过程中引入的信道噪声等，这些噪声都会不同程度的对图像信号产生干扰。噪声对信号常是以加性噪声、乘性噪声或混合噪声的形式产生影响的，而在图像信号的处理中，噪声大都是以加性的形式出现。在电、光、声等不同的应用领域虽有不同的噪声形式，但一般有脉冲噪声、高斯噪声、瑞利噪声、泊松噪声以及指数噪声等噪声模型。在数字图像信号处理中出现的加性噪声，其干扰特性可用脉冲噪声、高斯

4、噪声或它们两者的混合叠加形式来描述。这些噪声中，图像采集传感器、传输通道以及电气设备的启停等会对图像产生具有脉冲特性的噪声干扰，而光电子和电子噪声能对图像产生高斯噪声干扰。这两种噪声模型具有以下特征：脉冲噪声独立干扰某个像素点，能随机出现在图像中不同位置，并在图像个别像素点上产生灰度值的急剧变化，使这些点的图像的值明显低于或高于与其相邻的像素点，在视觉上呈现为一些极暗或极亮点，这些暗点和亮点将类似于胡椒和食盐粉微粒随机分布在图像上，有时也被称为椒盐噪声。而随着脉冲噪声密度的增加，其对图像的污染程度也会变得严重，并且它对全幅图像具有一定的统计特性；高斯噪

5、声也是一种随机噪声，可对图像中所有像素点均产生不同程度的干扰，一般的对其用噪声概率密度函数(PDF)来描述，高斯噪声是符合均值为零、方差大于零、空间不相关且时间不相关的统计特性。3噪声滤除技术针对图像脉冲噪声、高斯噪声以及混合噪声等特点，其噪声滤除技术根据信号在不同域中表现形式可分为空间域与频率域滤波方法。比较不同滤波方法对噪声滤除的效果，需要给出对应的评价标准。3.1成像质量评价图像质量评价的研究是图像信息学科的基础研究之一[3]。对图像处理或图像通信系统，其信息的主体是图像，衡量这个系统的重要指标，就是图像的质量。例如在图像编码中，就是在保持被编码

6、图像质量一定的前提下，以尽量少的码字来代表图像，以便节省信道和存储容量。而图像去噪就是为了改变图像的主观视觉显示图像质量。图像质量的客观评价标准主要是一些定量的方法，主要有归一化均方误差(NMSE)、均方超阈值量化误差(MSTE)和信噪比(SNR)等。其中信噪比是最常用的评价客观标准。3.2成像系统空间域去噪人们根据实际图像的特点、噪声的统计特征和频谱分析的规律，发展了各式各样的去噪方法。其中最直观的方法是根据噪声能量一般集中于高频，而图像频谱分布于一个有限区间的这一特点，采用低通去噪方法，例如wiener线性滤波器。此外，对图像进行平滑处理也是常用的

7、方法。平滑的目的有两个：改善图像质量和抽出对象特征。平滑可以在空间域进行，也可以在频率域进行。由于噪声源众多，噪声种类复杂，所以相应的平滑方法也多种多样。其中空间域平滑是数字图像处理领域比较活跃的一个分支，己经历了几十年的研究探索，并形成了较为系统的算法。下面主要介绍经典的中值滤波去噪算法3.2.1中值滤波中值滤波(Med1anFi1ter)是一种基于排序统计理论的可有效抑制噪声的非线性平滑滤波算法，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便[4]。首先确定一个以某个像素为中心点的邻域，一般为方形邻域。然后将邻域中各像素的灰度值进行排序

8、，取中间值作为中心像素灰度的新值。这里的邻域通常被称为窗口当窗口在图像中上下左右进行移动后。利