基于matlab的图像去噪算法的研究

《基于matlab的图像去噪算法的研究》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、摘要在信息化的社会里，图像在信息传播中所起的作用越来越大。所以，消除在图像采集和传输过程中而产生的噪声，保证图像受污染度最小，成了数字图像处理领域里的重要部分。本文主要研究分析邻域平均法、中值滤波法、维纳滤波法及模糊小波变换法的图像去噪算法。首先介绍图像处理应用时的常用函数及其用法；其次详细阐述了四种去噪算法原理及特点；最后运用Matlab软件对一张含噪图片（含高斯噪声或椒盐噪声）进行仿真去噪，通过分析仿真结果得出：均值滤波是典型的线性滤波，对高斯噪声抑制是比较好的；中值滤波是常用的非线性滤波方法，对椒盐噪声特别有效；维纳滤波对

2、高斯噪声有明显的抑制作用；对小波系数进行阈值处理可以在小波变换域中去除低幅值的噪声和不期望的信号。关键词：邻域平均法；中值滤波；维纳滤波；小波变换AbstractIntheinformationsociety,theimageintheinformationtransmissionisusedmoreandmorewidely.Therefore,ensuringtheminimumofthenoiseandpollutionintheprocessofimagecollectionandtransmissionbecamean

3、importantpartofthefield.Thispapermainlyanalysisanddiscusstheneighborhoodaveragemethod,medianfilteringmethod,wienerfilteringmethodandthefuzzywavelettransformmethodofimagedenoisingalgorithm.Firstlyintroducethecommonimageprocessingfunctionsanditsapplications.Secondlyela

4、boratetheprinciplesandcharacteristicsofthefourdenoisingalgorithm.FinallyusingMatlabsoftwaretoanoiseimages(includinggaussiannoiseorsalt&peppernoise),andgettingsomeconclusionsfromthesimulationdenoisinganalysis:averagefilteringistypicaloflinearfilter,whichisbetterusedfo

5、rgaussiannoise.Themedianfilterisacommonnonlinearfilteringmethod,especiallyeffectivetosalt&peppernoise.Throughwienerfiltering,thegaussiannoiseisinhibitedobviously.Waveletcoefficientsthresholdprocessinginwaveletdomaincanremovenoiseandthethesignalwhichisnotexpect.Keywor

6、ds：Averageneighborhood；Medianfilter；Wienerfiltering；Wavelettransform目录第1章概述11.1课题研究背景11.2图像去噪的研究现状11.3本文主要工作2第2章Matlab简介42.1Matlab概况42.2Matlab发展过程42.3Matlab的语言特点52.4Matlab图像处理常用函数72.5本章小结8第3章图像去噪算法93.1图像噪声概述93.2邻域平均法图像去噪103.3中值滤波法图像去噪143.4维纳滤波法图像去噪193.5基于模糊小波变换法图像去噪2

7、13.6本章小结26第4章基于Matlab的图像去噪算法仿真274.1邻域平均法的仿真274.2中值滤波的仿真284.3维纳滤波的仿真314.4基于模糊小波变换法的仿真324.5几种去噪方法的比较分析354.6本章小结36结论37参考文献38致谢39第1章概述1.1课题研究背景21世纪，人类已经进入了信息化时代，计算机在处理各种信息中发挥着重要作用。据统计，人类从自然界获取的信息中，视觉信息占75%~85%。俗话说“百闻不如一见”，有些场景或事物，不管花费多少笔墨都难以表达清楚，然而，若用一幅图像描述，可以做到一目了然。可见，在

8、当代高度信息化的社会中，图形和图像在信息传播中所起的作用越来越大，在图像处理领域，数字图像处理得到了飞速发展。图像是信息社会人们获取信息的重要来源之一。在通过图像传感器将现实世界中的有用图像信号进行采集、量化、编码、传输、恢复的过程中，存在大量影响图像质量的因素