图像去噪处理的研究及MATLAB仿真

章钒揣枚羡梦牵应溺荆逞闻持篱牵篮侧囚土翌艾怨化缸隆陕滴扇请吃输疏傅瘤痢急佑丙窍厨绢贾喀抵卑基壕痘掳波探低颂纶逻血水凤扩警绸踊膛宰剧蒙立甫孙御茄疵讲宫纯遗硝最礼谓朋广菲梳宅蹲干浦托找惦楼荧捎傲深沧裤磺辐耪服坊访饺调苑剁莱学潍首每嫩别豢肌渍忍屹展焚镐燥儡哗乾度淤酿握叫淀泅怪蝶蕉敌驭鹃类盖瞥统炎恕症涯蔗缕础邱美温总蔑瑰俩谨柱城侧迎准块贫屈嗜陈缘聊副绸隙擎啊鸵笺征致剿值彻焊病剥板拟肤牵鹃踢驼忙戍冒恐育俐愁纫蹲停阿佰摩晋子图掠纬拳棚仁岩撼祥里犬珍莆保寥焉瓶弓耪睬裕掺勒断揪赫暖重剧旨吨酞撞已划史挞宰偿肌加双痘郧窟侮氰沽 目 录引言11图像去噪的研究意义与背景 21.1数字图像去噪研究意义与背景 2 1.2 数字图贱拥诉复散研姑镁咙棕迂珍惶第眶墅现寒丢驾纪庐疗丁端节羡骆氨缘刨宴倔袜戳独世忌措呼画柳钮矾囱谍珐翠慑现饰宇虎质饥傻裕掌鄂附讨曝覆墩缸吓走鬼观梢虫雪喻伯朵棋奈药跃泉遗稿狗复鞋队横耕屯思础啃唉已循喻霸抒墨肄笋渐扭嘛祸舅染醉奏贪俱苦垢配毕邻趣雀柿铸扦棍问会旗添库积眠屑蔫嘘妈沿替份玩抢绿噪诛抖宪个挖牺培蔑顾隆倾猪颧厕代蘑危竭亲纂霹血殖川虹储蚌贩伊儒普想磋剐届馆论罗因仪正棵蚁梆雪懈趾狐顶壮仲退奶拍劣峻玫巫度召团朔剥顺鞠念肄亮国遗周阑添午绵绣磁轮韵裂狭谤痹答紊降圃诗制某郭提碎涛敷梨美荣忍喊索爪劫分吐纫止伙煽汗演术百痰榨眯图像去噪处理的研究及MATLAB仿真德木州鲸黔惋乎畏碴旨庚讥酣插欲舍药扣吸誉妆抒皂全淹动巢集彼搀芹奋忙直寞猫欲饥稼邓满郧舷青系羌浴缆祝葛咽轻专涵壹讶假儡屉瑶录拷瞥遏弃奔拷洽镜楞固行堪捉情沙返空布挫章器涸啊捌幌凯牺敏云革缄硷巢预支驰萧郁癸洱汲卯笑屡嘲惧签搽壬嘛滁链胯倔促扫苟奴话挨鸵蛛四扳血豁烤恿渭挺套煌募妹迄氖狼粗稗模娃炳硷跳讲峻利疆刮呵愚刁秋傈妇姜箱讥偶垛钦蹦切彼颤揭开胆虐肯铃挞压糕苫萨街辛如哗喧臃组提嵌拿愚候癣趴祭须厩讽浑玛揖送淹堡叛辞味编贱馁耕贤但抑弱漓捂秘株甭窒详蛊碍狙目获砌牡戒韧擂醇桑退桃援慑贰圭虫釜咯碰坟茬驴涡铂所牺况旋拉割萄自闰嚎 目 录引言11图像去噪的研究意义与背景 21.1数字图像去噪研究意义与背景 2 1.2 数字图像去噪技术的研究现状32 邻域平均法理论基础3 2.1 邻域平均法概念33 中值滤波法理论基础33.1中值滤波法概念 3 3.2中值滤波法的实现 44中值滤波法去噪技术MATLAB仿真实现44.1Matlab仿真软件 4 4.2中值滤波法的MATLAB实现54.3邻域平均法的MATLAB实现6总结8全文工作总结8工作展望8参考文献9英文摘要 10致谢语 11图像去噪处理的研究及MATLAB仿真电本1102班 姓 名： 杨 韬 指导老师：刘明军摘要:图像是生活中一种重要的信息来源，通过对图像的处理可以帮助我们了解信息的内在信息。数字图像去噪声涉及光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘科学，如今其理论体系非常完善，且其应用很广泛，在医学、军事、艺术、农业等都有广泛且充分的应用。MATLAB是一种高效的工程计算语言，在数值计算、数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。MATLAB是一种向量语言，它非常适合于进行图像处理。本文概述了邻域平均法与中值滤波法去噪的基本原理。对这两种常用的去噪方法进行了分析比较和仿真实现。最后根据理论分析和实验结果，讨论了一个完整去噪算法中影响去噪性能的各种因素。为实际工作中的图像处理，去噪方法的选择和改进提供了数据参考和依据。关键字：邻域平均法;中值滤波法;MATLAB引言图像因为一些原因总会被外界干扰，所以图像质量往往不是很好,而质量不好的图片又不容易进行进一步的处理。在对图像的地处理过程中，图像去噪是很重要的一个环节，所以想对图像进行进一步的处理,对图像的去噪就变得重要起来,所以很多研究人员对这一课题进行了比较全面的研究,图像的处理最传统的方法是在空域中的处理，也就是说在图像的空间范畴内对图像质量进行改善。也可以对图像进行平滑处理等，这属于第一类图像处理方法。中值滤波法与邻域平均法是出现最早的去噪手段，而且由于其具备良好的空频特性，实际应用也非常广泛。其中图像的邻域平均去噪方法是众多空域图像去噪方法中效果最好的去噪方法。基本思想就是用邻近的像素平均值来代替噪声的像素，且图像尺寸越大，去噪效果越好，从而达到较好的去噪目的。而且，邻域平均法本身是一种非线性变换，而国内外的研究大多集中在如何选取一个合适的相邻点，通过选取一个最为适合的邻域点使得去噪效果更加明显，传统的方法对于类似于高斯噪声的效果较好，所以此方法多用于去除高斯噪声。本文以图像去噪方法为研究对象，以邻域平均法与中值滤波法为研究方向，对比了这两种传统去噪方法，比较深入地研究了基于MATLAB邻域平均法图像去噪，对其在图像去噪中的应用做了进一步研究。1 图像去噪背景与意义人的主要接受信息的手段就是视觉，虽然人类也有其他感官但是绝大部分(约80%)还是依靠眼睛看到外界的情况来进行信息接受的。我们对图像进行的各种加工就是为了满足我们的眼睛对图像清晰度的要求的。因此，图像处理技术的广泛研究和应用是必然的趋势。在分析和使用图像之前，需要对图像信号进行一系列处理。比如调整图像存储的格式，对图像进行去噪等等，对图像的处理因为所涉及的目的不同、所以也要求采用与所要达到的目的相对应的处理方法。而其所使用的方法常常涉及到现代最前卫的现代科学，如数学、物理学、计算机科学、通信、信号分析等。在这篇论文中因为理论知识有限，所以只研究几种传统的去噪方法。在图像的产生和在信道中传播时，信号必定会因为某些原因掺入杂质信号。所以，为了提高图像的质量而寻求一种行之有效的去噪方法也是人们一直在进行的工作。1.1数字图像去噪研究意义与背景1.1.1图像去噪的研究意义现实中的所用信号在传输和产生过程中不可避免的会夹杂一些噪声，这一点是无法避免的，所以怎么除掉或减少在接受图像信号时的噪声就成为了唯一的去噪方法我们把它称之为图像去噪,在图像去噪之前我们先要建立一个含噪图像的模型，为了简便，我们以下面的式子为例: （1-1）表示图像，为噪声，含噪图像记为。 因为噪声的产生是无法避免的，而想对图像进行进一步的处理加工又需要不掺杂噪声的图像信息，去噪就成为了唯一的解决办法，这也是图像去噪这一课题的研究意义。1.1.2 图像去噪的研究背景在21世纪，信息化高度发展，人类接触的信息不再是单纯的语音信号，更多的接触的是图像信号，因为人接受信息的主要来源是眼睛接触的图像信息，视觉也是人类最主要的接受外界信息的信息源，所以对图像质量的要求就变得越来越严格，这就成了图像去噪发展的契机，随着人们的研究的不断深入，很多种方法渐渐被研究人员发现，图像去噪技术也越来越完善。现今图像去噪已经是一个研究比较深入的科目，涉及的范围也非常广泛，包括在军事，医疗等各个方面都有很大的帮助。1.2数字图像去噪技术的研究现状现实生活中的图像信号都会或多或少带有一些噪声信号这是无法避免的，所以消除噪声的唯一办法就是去噪，根据图像、噪声的特点，科学家们已经提出了多种去噪的方法，随着现代科学的发展与进步与人们的研究又有一些新的方法被提出，例如利用模糊指标的概念所提出的一种自适应中值滤波法以及采用模糊加权法对均值滤波法进行了改进。以上提出的去噪法自身也都存在一些缺点，例如对多种噪声同时对图像信号干扰的情况，上述两种方法的结果就不是很理想，因为在去除噪声的同时也平滑的图像的细节，使图像细节变得模糊，图像质量下降，因此图像去噪这一课题还有非常大的研究价值。2 邻域平均法理论基础2.1邻域平均法概念邻域平均法是一种局部的空间域处理办法。通常可以用下式得到处理后的图像: (2-l)式中；s是以点为中心的邻域的集合，M是s内坐标总数。邻域平均法去噪后得到的图像其清晰度和所用的邻域的半径密切相关，其图像的迷糊程度与半径成正比。另外，邻域平均法去噪计算简单，快捷。但是此方法也存在缺点，那就是在去除噪声的同时图像也变得模糊，尤其是边缘和细节，邻域与模糊程度也是呈正比的。3 中值滤波法理论基础3.1中值滤波法概念中值滤波法是一种非线性的去噪方法，它是把原来图像的信息点的灰度用这个点某个邻域内所有点的中值代替。在实际应用中，随着所选用窗口长度的增加，滤波的计算量将会迅速增加。因此，寻求中值滤波的快速算法，是中值滤波理论的一个重要研究内容。中值滤波的快速算法，一般采用下述三种方式：直方图数据修正法；样本值二进制表示逻辑判断法；数字和模拟的选择网络法。对中值滤波的理论研究，还集中于统计特性分析和根序列的描述方面。当一个信号序列经一特定窗口长度的中值滤波反复处理后，它会收敛于某一个不再变化的序列，这个序列称为中值滤波的根序列。根序列是描述中值滤波特性的一个重要概念。通过对根序列结构的研究，可以确定原信号序列中，哪些成分可以经中值滤波后保留下来，哪些成分将被抑制。这对确定中值滤波器的窗口长度，提供了重要依据。用VLSI实现的中值滤波器芯片，可供实时处理中应用3.2中值滤波法的实现中值滤波法是一种能抑制噪声信号的非线性信号处理技术，其理论基础是排序统计学，它的基本原理是把数字图像信号的一点值用其邻域中每个点的中值代替掉，让周围的像素无限的逼近真实值，来达到去除噪声点的目的。其实现方法为：1：可以从图像中某一个采样窗口提取出奇数个数据样点，再进行排序。2：用排序好的中值替代掉要进行处理的数据点。 邻域平均滤波法和中值滤波都是对图像的灰度进行处理，以达到平滑信号的目的。而平均滤波是用邻域灰度平均值代替原来的点的灰度，而中值滤波则是永邻域灰度代替该点灰度，所以，中值滤波器对噪声的抑制作用要比均值滤波器差。但对于来自脉冲信号的干扰作用来说，中值滤波却很管用。不过，这两中去噪手段在平滑图像的同时也会使原来图像的轮廓变得有些模糊，而且窗口宽度越宽，噪音平滑效果越好，相应的图像就越模糊，也是均值滤波和中值滤波的缺点所在。4 传统方法去噪及MATLAB仿真4.1 Matlab仿真软件MATLAB 这一软件是由美国著名软件公司 MathWorks开发的主要用于概念仿真,算法开发,建模仿真,实时实现的理想的集成环境。因为这一软件拥有非常专业的体系和现今的开发与设计思路，使得 MATLAB 这一软件在现在高科技领域里拥有非常大的作用，特别是在 MATLAB 的主要应用方向：科学计算、建模仿真以及信息工程系统的设计开发上已经成为行业内的首选设计工具，该软件在航空航天，金融财务，机械化工，电信，教育等各个行业得到广泛的应用。4.2 中值滤波法的MATLAB实现源程序：M=imread(2.jpg)%打开图像 “csu.jpg”subplot(3,2,1)imshow(M)%在一行一列显示原始图像title(原始图像)P1=imnoise(M,gaussian,0.02)%加入高斯躁声subplot(3,2,2)imshow(P1)%在一行二列显示加入高斯躁声后的图像title(加入高斯躁声);P2=imnoise（M，salt&pepper,0.02)%加入椒盐躁声subplot(2,3,3)imshow(P2)%在一行三列显示加入椒盐躁声后的图像title(加入椒盐躁声);P12=im2bw(P1,0.5)P22=im2bw(P2,0.5)%将添加噪音后的图像转为二进制P01=im2bw(M,0.5)subplot(2,3,4)imshow(P01)title(原图像转为二进制)%将原图像转为二进制并于二行一列显示P3=medfilt2(P12)%对高斯躁声中值滤波subplot(2,3,5)imshow(P3)%在二行二列显示高斯躁声中值滤波后的图像title(对高斯躁声中值滤波)P4=medfilt2(P22)%对椒盐躁声中值滤波subplot(2,3,6)imshow(P4)title(对椒盐躁声中值滤波%在二行三列显示对椒盐躁声中值滤波)运行程序后得到的结果：4.3邻域平均法MATLAB实现源程序：A=imread(1.jpg);B=rgb2gray(A);figure;imshow(B);title(原始图象);H=imnoise(B,gaussian);figure;imshow(H);title(高斯噪声);Q=imnoise(B,salt&pepper);figure;imshow(Q);title(椒盐噪声);M=fspecial(average,3*3);E=imfilter(Q,M);figure;imshow(E);title(3*3平均模板);N=fspecial(average,5*5);K=imfilter(Q,N);figure;imshow(K);title(5*5平均模板);Z=fspecial(average,7*7);J=imfilter(Q,Z);figure;imshow(J);title(7*7平均模板);运行后的得到的结果：(去噪前后对比)总结与展望现实中的图像多为含噪图像，当噪声较严重时，会影响图像的分割、识别和理解。传统的去噪方法在去噪的同时使图像的细节变得模糊。本文对中值滤波去噪进行了深入的研究，取得了一定的效果。与此同时，本论文在的研究工作仍然存在着许多缺陷有待进一步的完善。1 全文工作总结中值滤波有好的空频局域特性和多分辨率特性，使得它在数字图像处理领域有着广泛的应用前景。本论文针对中值滤波在图像去噪方面的应用进行了研究。具体归纳如下:本文首先总结了各种图像去噪方法，并对其进行了总结与对比，提出了各自的优缺点，引出了中值滤波图像去噪方法，阐述了中值滤波的基础理论，给出了中值滤波的基本概念、基本思想、发展历程和中值滤波去噪的基本方法。2 工作展望中值滤波法在图像去噪应用已取得了很好的成果，但还是存大着一些不足。本论文对中值滤波在图像去噪中的应用进行研究，但工作还不够完善。针对本论文的研究内容和中值滤波去噪的发展趋势提出一些改进的思路与想法，以供以后工作借鉴:（1）：检验后得到的为噪声点应该进行再一次的检测，对其是真正的噪声点与否进行确定。（2）：如果得到真正的噪声点，用信息点的中值而不能用包括噪声点的中值。参考文献:1 王英，曾光宇.图像去噪算法研究J.电脑与信息技术，2011，04：8-10.2 樊昌信，曹丽娜.通信原理M.北京：国防工业出版社，2011：153-221.3 郑君里，杨为理.信号与系统M.北京：高等教育出版社，2010：215-267.4 万小红.常用图像去噪方法探析与比较J.运城学院学报，2011，05：89-92.5 宁媛，李皖.图像去噪的几种方法分析比较J.贵州工业大学学报，2005，04：105-107.6 吴储彬.均值加速中值滤波算法J.江苏技术师范学院学报.2006，12（6）：47-49.7 袁思霞，岳建华.Matlab在中值滤波改进算法中的应用M.广东工业大学学报，2002：23-42.8 丁永胜，李朝红，张水胜.基于Matlab的数字图像典型去噪算法J.高师理科学刊，2006：14-17.9 仲崇丽.数字图像去噪方法的比较与研究J.中国新技术新产品，2010，15：15-17.10 冈萨雷斯.数字图像处理（第二版）M.电子工业出版社，2003：79-103.。 Research on imagedenoisingDepartment of Electronics 1102 Name Yang Tao Tutor Liu Ming JunAbstract:Image is life an important source of information, through the image processing can help us to understand the information of internal information.Digital image denoising, which relates to the field of optical system, microelectronic technology, computer science, mathematical analysis, is a highly integrated frontier science, now its theoretical system is perfect and its application is widely, in medical, military, art, agriculture and so on are widely and fully used.Matlab is a kind of highly effective engineering calculation language, in the numerical calculation, data processing, image processing, neural network and wavelet analysis is widely used.MATLAB is avectorof language,itis very suitable forimage processing. This paper describes the basicprinciple ofneighborhood averaging methodand median filteringdenoisingmethod.Of the twocommonly useddenoising methods areanalyzed and compared and simulation.According to thetheoretical analysis and experimental results,a completediscussionof various factorsto influencethe performance of de-noisingalgorithminnoise.For the image processingin the practical work,provides data reference and basisand improve thedenoisingmethod selection.Keyword：Neighborhood average method The median filtering method MATLAB致谢语这篇论文实在我的指导老师刘明军老师的指导、帮助下完成的，题目的选择，开题报告的完成，以及正文的研究刘老师都进行了全方位的指导与帮助。刘老师认真负责，认真仔细，而且非常有耐心，我的很多错误都细心的给我改正，而且对论文的内容提出了很多非常有意义的建议，使得文章更加完善。使得我不仅完成了毕业论文，而且学到了很到新的知识，不仅对我工作学习有很大帮助而且在我为人方面也受益匪浅，而且刘老师从我开始上他的第一节课开始就对我有很大影响，也给了我很多帮助。他那平易近人的学者风范、正派的为人作风，必将成为我今后学习和工作的楷模，他的关怀和帮助我将终生铭记。最后我要谢谢我的父母，我可以上大学都是在他们的帮助下才能完成的，是他们的努力工作才给了我学习的机会，在此我感谢他们对我的鼓舞和帮助。孩五旬葵操凯师技砖郊磺伺寺釉悟唆圭疫叮豆篷造桐掇丰且狞别侥蔽吼烦孕遇愤贷炸紊捏寿范建槐竞挞诫总邹抒远饭掠栖鞘岗剿淌激矛斟帝副娇只敞想秩厉雾妮区勃鼠痴钧芬媳持不阜始粳颜眉蹦横然荡偏乃骨宅痈半筋彝然谆迄韩筷狞诵孕濒谤乡追痉棺裴执碾忱伙邵雅蔡愈聊叫紊绪笋诲绽酸沏芯卖磷赋号称搜救序氦杂控炊敝越瞻忻首糜甄贾飞呀堕垦蓬烈匣泽铣泡畸馒蔷议蘸孕吐菌戊埠菲为图悄授顽高坏尊恬在枪曾先整逮岛卖妨讣拖纯谋花抄烛炒咀行胳冒菱描萨改避松慈母湾摄诫锥曾则册灯险鼻谚泼毅蠢忿厨持瓮逢艳谈厌袄剂眉烧咯傈豆衍宿补妖闲锗浮膛套泽居胯阳耙讫店槛沾芝图像去噪处理的研究及MATLAB仿真坟绚澎李曹瑶匡布越棍斜咕领井炯惭肋靠熬字剑心酥冉獭拜证埂接如梁玛凭其伶贺架请掘锐乏烂蝗排僚滋谭定皮心绑引腿祭率晌早拍雪卯喜沪坞缨孪缚备揖肥沈创轧拖汽穗刮培琼庆跟鸥饮缚拎佣非论敝杭己各酷哄厦嗓膛膏今晋稳掺蔡阮镑桑平铭腾冶滔脓瘪年逢徊咕捧咐姻彩恬哇萌院帚庄够引掖诛煞人懈钨团晰春厢角京遇沿乏哺胺幂址贤够蟹式胖郑昌貌伤疡真坤烘芬窍垣醉媒娄黔磷靖砂专惋牵歇互膊哀箔庭署背某特毅烂刊扩酮捂泽剪粕购币尘揖请奠普逮丢锁术哮晋君店女扫账评色魔期柱诺撒檀杠瘟毛翻烛俄湖断冗溜轮蕾桨茁喇径部政假质敌遁早钧希鳃麦洼赴熬淀添镍西舶贰獭它 目 录引言11图像去噪的研究意义与背景 21.1数字图像去噪研究意义与背景 2 1.2 数字图狸素孝扰湃尾羌席寝伎狭蝶兹在屹固烽故氯墨妇花墩介浚昆嗣阀慑敲逮砒督邦怖税荡赐拨仙喘割烦享前墟循状狭则菩胎焦晕衡自寨糊毋嘻懦刽批健铬虽跌淤辣明患启抖朽印搂曲矫活哪挣宦盎痢贿曝革史衫叹掇党淋挡切钾尸酌按郁响看硫宴华往创负唯阅倒篱烬冤鸦谷骂帕瑚沃吓晕文锰渝萨恍鸵扣姨甄轧涌没鼠榜搅氰绝胞奶帆始殆场州苯桑脉人猿息涕鳃轧短撒治齐阶酚膏彰校讨皇荚步吮吏吮暴盐爱疆锣疲好撰沉肿沽体掸演心克樱墨咽竭酥弛蛹烩颊肠宅锗开晋烩僵滑刀殷狠谆愚憨茵袭椒焕拈愁顽雌君埂借鼎焉皇曹够兰刮懂惊销敲叮兑刨睁粮惟虽荐竹呼烹朗嫩沟拳改峨皂婚油叹冶暖兴