改进的中值滤波去噪算法应用分析解析.pdf

改进的中值滤波去噪算法应用分析解析.pdf

ID:51182922

大小:283.63 KB

页数:3页

时间:2020-03-20

改进的中值滤波去噪算法应用分析解析.pdf_第1页
改进的中值滤波去噪算法应用分析解析.pdf_第2页
改进的中值滤波去噪算法应用分析解析.pdf_第3页
资源描述:

《改进的中值滤波去噪算法应用分析解析.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、万方数据cD唧u舸E,涮,lee咖帆d^pp‰越iD船计算机工程与应用20lO,46(10)187改进的中值滤波去噪算法应用分析刘国宏,郭文明UUGuo—hong,GUOWen—ming北京邮电大学软件学院,北京100876Sch∞lofSoftwareEn百me渤g,BeijiIlgUIIiVe瑁姆ofPosts粕dTeleco咖unicatio璐,Beijingl00876,Chi衄E—mail:i88i8285@gmail.comLIUG岫o-ho醒,GU0W蛐一miIIg.AppUcati佃ofimpmVedarithmeticofme‘U如mt

2、eri呜denoisi赡.C咖puterEn西眦eri呜andAppU∞咖聃,加lO。46(10):187—189.A№ct:Noi8ereductionisoneoft11emostimport肌tp耐sofiIIlageproce88ing.Medi肌filteringi8apmvenwaytoremoveima鼍蚕eIloi8e.Tb舱lecttlleaI)pmpriatesi舱0ft11e’dndowcanmaximizetoreInoveimagenoi钾ontIIebasi$ofmaintainingtlle耻cu瑚虻yoftIIeimage

3、.OntIleb∞isofinvestigatingtlIe印plicationoftIlemedi舳6lteringalgorithmdenoisingcharac俩stics,im—pkH地“ngtIIeil叩roved脚di蚰filtering蜘曲mde∞isingi8gtIldied.Atthesgmetin地expedmentsa弛do弛lo蚰alyze出edi£Fbrence8betweenmemedi粕fiherirlgalgorimm锄dtIIemeanfiltering,waVelet咖sI.o册蛔rithm.Thenthe他sults

4、arecom—paredandtlleconclu$i∞is舀ven.Keywords:i耻唱edenoising;medi粕filtering;me肌fllteriIlg;wavelet臼.嬲sfo咖摘要:去噪处理是图像处理中较为重要的环节。中值滤波是抑制图像的噪声的一个行之有效的办法,选择适当大小的中值滤波窗口可以在最大限度地保持图像精度的基础上去除图像噪声。在对中值滤波去噪算法的适用性特点进行研究的基础上,进一步做了中值滤波去噪的改进算法的应用实现研究,同时对其他去噪算法,如均值滤波、低通滤波的小波变换进行实验分析研究,并对实验结果做了相应的比较。

5、关键词:图像去噪;中值滤波;均值滤波;小波变换DoI:10.3778/{.issn.1002—8331.2010.10.059文章编号:1002—833l(2010)lO_0187-03文献标识码:A中图分类号:粥02+.6l引言由于光电信号转换过程中ccD灵敏度的不均匀性、数字化过程的量化噪声以及传输过程中的信道误差等,图像信号在产生、传输和记录过程中,经常会受到各种噪声的干扰。一般来说,现实中的图像都是带噪图像,任何一幅未经处理的原始图像,都存在一定程度的噪声干扰。噪声恶化了图像质量。图像模糊,甚至淹没特征,给分析带来困难,为了提高图像的清晰度与准确

6、度,需要对原始图像中的噪声、畸变给予去除和修正。这种突出有用信息、抑制无用信息和改善图像质量的处理技术。通常称为图像预处理【11。图像预处理技术,包括图像对比度的增强、随机噪声的去除、边缘特征的加强、伪彩色等处理技术。在预处理中,输入和输出都是图像,只是经过预处理后,图像的质量得到改善。图像的去噪声处理又称图像的平滑化处理。由于噪声源众多(如光栅扫描、底片颗粒、机械元件、信道传输等),噪声种类复杂(如加噪声、乘性噪声、量化噪声等),所以平滑的方法也很多。平滑可以在空间域进行也可以在频率域进行。空间域常用方法有:邻域平均法、选择平均法、中值滤波、空间低通滤

7、波。通常在图像处理工作中,在边缘检测、图像分割、特征提取、模式识别等高层次处理之前,选用适当的方法尽量地去除噪声干扰是—个非常重要的预处理步骤。因此,图像去噪算法研究是一切图像处理的前提,具有重要的意义。2噪声噪声可以理解为妨碍人的视觉器官或系统传感器对所接收图像源信息进行理解或分析的各种因素。例如一幅黑白图片,其平面亮度分布假定为八x,,,),那么对其接收起干扰作用的亮度分布尺(并,',)即可称为图像噪声。但是,噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。图像噪声在数字图像处理技术中的重要性越来越明显,如高放大倍数航片的判读

8、,x射线图像系统中的噪声去除等已经成为不可缺少的技术步骤。2.1图像系统中的常见

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。