基于MATLAB的图像信号频谱分析与噪声消除方法设计.pdf

《基于MATLAB的图像信号频谱分析与噪声消除方法设计.pdf》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、信信息管理息管理基基于MATLAB的图像信号频谱分析与噪声消除方法设计于MATLAB的图像信号频谱分析与噪声消除方法设计李李燃燃辽辽宁锦州渤海大学工学院宁锦州渤海大学工学院摘要：图像中的噪声是由于图像在传输过程中产生的，会对人的视觉产生很大的影响，因此研究噪声消除方法很有必要。本文主要阐述了噪声的消除方法，采用了均值滤波的噪声消除方法，该方法将图片中的大量噪声进行了消除。关键字：MATLAB频谱分析噪声消除11引言引言在现今的很多工程领域中信号处理扮演着十分重要的作用，信号处理所采取的方式通常选择的是

2、进行频谱的分析，分析信号的仪器可以通过频谱分析仪实现，然而由于频谱分析仪的价格比较贵，而且携带起来也不容易。采用虚拟频谱分析仪能够替代这种硬件，数据信息的采集只需要通过电脑就能够实现，由于现实中的信号通常存在着很多的噪声因素存在，所以必须图1连续信号抽样离散序列对信号进行去噪处理，将干扰因素去掉。提高信噪比能够采取多种方式，其中主要的依据是根据信号以及噪声自身所具有的33噪声分类噪声分类特点选择方法。通常大多数的信号去噪方法的核心是围绕着短在频域中对功率谱密度进行均匀处理的噪声就是白噪声。时傅立叶变换

3、将噪声去掉，然而短时的傅立叶变换不可以在考在一定意义上而言，白噪声是作为理想化模型中的一种，由于虑时间分辨率的同时也考虑频率分辨率。现实中噪声功率谱密度的带宽都是受到制约的，如果不对噪声随着社会的发展，人们的生活逐渐步入了信息时代以及数功率谱密度的带宽进行控制，那么该噪声的平均功率取值会趋字世界，数字信号处理在很多领域中都得到了广泛的应用，这于无限大，而这从物理上的角度出发的话是很难做到的。存在些领域主要包括了图像处理，语音处理以及自动控制等。信号于信道中的噪声通常可以从三个角度出发：作为频谱，其特征

4、是时域性和频域性，对信号的研究，也就是①人为噪声：所谓的人为噪声指的是跟其它的信号源是没对频谱的研究，而信号的处理一般是围绕着频域分析，频谱分有关系的，比如：在开关进行接触的时候所产生的噪声。析在信号处理中有着重要的意义。②自然噪声：自然噪声通常在多种电磁波源中出现，比如平时常见的打雷声音，风暴声音，以及来自宇宙的噪声等。22信号频谱分析原理信号频谱分析原理③内部噪声：内部噪声的划分是指来源于系统的设备中产MATLAB软件中包括了Simulink仿真软件和其他的工具箱，生的噪声，比如：电阻里面的自由电

5、子进行热运动的时候会产这些工具箱中的功能十分详细。图像除噪的运用中将矩阵运算生噪声，载流子的相互运动也会产生噪声。有些噪声的类型是作为基础，其次还运用了可视化编程的程序设计，在MATLAB的可以知道的。但是对这些噪声进行去除处理是很难实现的，基交互式环境中进行设计。基于MATLAB的图像处理的频谱分析需于理论上的相关知识，是不可能对噪声消除的。还有其他的部要一些函数，比如图像分割函数，对图像进行滤波处理，以及分噪声，噪声的信号波形是不太容易获取的。这些噪声的波形图像的增强功能的实现，这些都是通过图像处

6、理的函数实现的，无法进行确认的噪声被归属为随机噪声。随机噪声是信号处理而这些函数都是集成在MATLAB中。的研究中最为常见的。信号频谱分析主要是叠加信号的各个分量，根据信号的分量，从而考虑信号的特性，比较常见的信号包括了方波、正弦波、44噪声去除方法噪声去除方法三角波等。由于这些信号的时域，频域关系比较明显，因此研噪声的类型不同所采用的去噪方法也就不同。具体描述究其特性容易实现。如下。频谱分析中需要进行傅立叶变换，对复杂信号拆分成多个44.1均值滤波去噪方法.1均值滤波去噪方法正弦信号的和，从而可研究

7、各个正弦信号的频谱，进而得出复通过线性滤波去除图像中的噪声，均值滤波所处理的对象杂信号的频谱。连续信号抽样离散序列如图1所示。是针对特定的噪声，当处理的图像中的噪声是颗粒的时候，所40...信信息管理息管理选择的去噪方法是邻域平均法的均值滤波。邻域平均法采用的表1中值滤波与均值滤波对比结果技术是所谓的空间域平滑技术，如图2所示。Pe噪声图像中值滤波均值滤波两者滤波增益之差0.130.3333.01/2.7630.33/0.222.550.227.1132.33/4.7829.24/2.382.410.

8、424.1129.76/3.9428.11/3.971.660.622.3327.45/5.2326.18/5.030.620.821.1225.77/4.6625.44/5.04-0.3755结果对比结果对比数图像信号中的噪声是在图像获取与传输的时候产生的。(a)4点领域（半径=x）根据噪声形成的可能性主要包括了热噪声、量化噪声、KTC噪声、以及信道在传输中产生的噪声等。噪声的分类可以分为几种，如果根据噪声在空间的坐标能够细分成加性噪声以及乘性噪声。