彩色图像去噪算法研究.doc

《彩色图像去噪算法研究.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、彩色图像去噪算法研究学号：070081001018学生所在学院：电子信息工程学生姓名：黄丽贞任课教师：熊邦书教师所在学院：电子信息工程2007年7月07级彩色图像去噪算法研究黄丽贞电子信息工程学院摘要：本次设计主要研究彩色图像的去噪算法。设计中通过添加随机噪声、高斯噪声和椒盐噪声三种不同的噪声，比较中值滤波、均值滤波等不同去噪方法的优劣。从而选出针对不同噪声模型的较好算法来滤除图像中的噪声。本系统通过计算峰值信噪比来测试算法的优劣。关键词：高斯噪声　椒盐噪声　中值滤波　均值滤波　峰值信噪比数字图像

2、的噪声主要来源于图像的获取(数字化过程)和传输过程。在图像获取过程中，受环境条件和传感元器件自身的质量的影响。例如，使用CCD摄像机获取图像，光照程度和传感器温度是生成图像中产生大量噪声的主要因素。图像在传输过程中主要由于传输信道的干扰产生噪声污染。从而导致图像上这些点的数值与原图的不一样，所以在通常的的RGB模式中显示出来就是很多的独立的斑点，使图像看上去相当的不和谐。图像噪声可分为很多种类；如高斯噪声，随机噪声，椒盐噪声等。高斯白噪声和随机噪声是图像传送中最常出现的两种噪声，高斯噪声常来自于设

3、备，随机噪声主要来自于信道和外部系统。而随机脉冲干扰引起的椒盐噪声对图像的影响特别大。这几类噪声的处理对图像处理有着十分重要的意义。1加噪原理及实现过程1.1随机噪声随机噪声是一种使图像产生无规律的点的噪声。设计原理就是将产生的随机数的像素点加到原图中，得到新的一幅含噪图像。具体步骤：(1)开辟一个空间并定义一个指针，把原图像读入内存空间中。取原图的长，宽作为这个图像的长，宽。(2)产生一些随机数加到原图中，加入原图的方法则是利用随机数产生器产生随机数，用这个随机数分别对长，宽取余来确定它们的行列

4、数（也可以说是坐标数），通过对列分量进行扫描，然后把行分量的首地址给了定义的指针。(3)用这个指针所指的空间来保存x分量上的值，又因为图像的模式是RGB模式的，那就存在3个分量即R，G，B。它们都要加上相应的噪声参数。所以列中每个位点都有三个分量：R分量是第三个，G分量是第二个，B分量是第一个。(4)把这些数送回到这个指针中保存。(5)将把数据赋到画布上。原图和加随机噪声图像比较如下图（1）、（2）：图1原始图像图2加随机噪声所得图像1.2椒盐噪声椒盐噪声是幅值近似相等但随机分布在不同位置上，图像

5、中有干净点也有污染点。椒盐噪声在灰度图像中体现的就是黑图像上的白点，白图像上的黑点。(双极)脉冲噪声的PDF可由公式1给出：式1） 噪声脉冲可以是正的，也可以是负的。因为脉冲干扰通常与图像信号的强度相比较大，因此，在一幅图像中，脉冲噪声总是数字化为最大值(纯黑或纯白)。这样，通常假设a，b是饱和值,从某种意义上看，在数字化图像中，它们等于所允许的最大值和最小值。由于这一结果，负脉冲以一个黑点(胡椒点)出现在图像中。由于相同的原因，正脉冲以白点(盐点)出现在图像中。对于一个8位图像，这意味着a=0(

6、黑)。b=255(白)。而在RGB模型中有三个分量,所以就要对它的3个分量分别赋上一定的值。椒盐噪声的设计原理：通过将产生的随机数分别对长，宽取余来确定它们的行列数，然后将对应点的RGB中的三个分量赋上一定的值。具体步骤：(1)开辟一个内存空间来读入原图的信息。将原图的信息放入要显示椒盐噪声的内存空间中，取原图的长，宽作为这幅图像的长，宽。(2)通过产生随机数的语句产生随机数，并分别通过对图像的长宽的去余来确定其行列（即坐标）。(3)RGB中的三分量赋上一定的值。(4)把数据赋到画布上。原图和加椒

7、盐噪声图像的比较如下图（3）、（4）：图3原始图像图4加椒盐噪声所得图像1.3高斯噪声高斯噪声是幅值近似正态分布，但分布在每点像素上，图像中的每点都是污染点。高斯噪声在图像中呈现雪花状的斑点。由于高斯噪声在空间和频域中数学上的易处理性，这种噪声(也称为正态噪声)模型经常被用于实践中。高斯随机变量z的PDF由公式２给出：           式2)其中z表示灰度值，μ表示z的平均值或期望值，σ表示z的标准差。设计中高斯噪声采用公式3：式3）因为u0不能为0，所以如果u0小于1e-6我们就令u0为1e

8、-6。而u1是与u0相等的，且u1又无此限制，所以单独列出另一个变量带入公式。避免产生较大的误差。添加高斯噪声的具体步骤：(1)开辟一个内存空间来读入原图的信息。将原图的信息放入要显示高斯噪声的空间内，取原图的长，宽作为这幅图像的长，宽。(2)通过产生随机数的语句产生随机数，并分别通过对图像的长宽的去余来确定其行列（即坐标）。(3)将产生的该随机数除上随机数中的最大值。(4)将得到的参数套用上述的公式4，即可求得要加入的高斯噪声的值。(5)RGB三个分量加上它的值再分别赋还给RGB