《【2017年整理】图像噪声及去噪》由会员分享，可在线阅读，更多相关《【2017年整理】图像噪声及去噪（16页珍藏版）》请在金锄头文库上搜索。
1、目 录摘 要： .10 前言 .11 图像噪声 .21.1 图像噪声的特点 .31.2 几种常见的图像噪声 .31.3 图像噪声模型 .42 图像去噪 .72.1 均值滤波 .82.2 中值滤波 .92.3 小波变换滤波 .102.4 维纳滤波 .112.5 形态学滤波 .123 总结与展望 .133.1 全文总结 .133.2 展望 .13参考文献 .14 河南大学民生学院本科毕业论文1图像噪声及去噪的研究摘 要： 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，由于其严重地影响了图像的视觉效果，因此，采用适当的方法减少噪声，是一项非常重要的预处理步骤。本文主要以图像除噪为研究对
2、象，分别对一些常用的图像去噪方法均值滤波、中值滤波、小波变换滤波、维纳滤波以及形态学滤波进行了概括和介绍，阐述了这些方法的概念和针对性应用环境，分析了它们的一些优缺点。关键词： 图像噪声 噪声模型 去噪 均值滤波 中值滤波Image noise and denoising researchAbstract: Image signal in production, transmission and records of process, often there will be various noise interference, because its seriously influenced
3、 image visual effect, therefore, adopt appropriate methods to reduce noise, is a very important preprocessing step. This paper mainly image denoising as the research object, except for some commonly used respectively image denoising method - average filtering and median filtering, wavelet transform
4、filtering and summarizes and morphological filtering, the author introduces the concept of these methods and pertinence application environment, analyses some of their advantages and disadvantages. Key words:Image noise noise model denoising average filtering median filtering0 前言实际图像在形成、传输的过程中，由于各种干
5、扰因素的存在会受到噪声的污染。图像去噪是图像处理领域中一个重要的分支，它是图像分割、特征提取与目标识别等图像处理过程的前提。去除图像的噪声也是图像处理过程中的一个重要环节，其结果直接影响到图像质量和特征提取的精确性。现实中由于获取图像的环境、设备及传输过程存在不确定因素，使得图像受到噪声污染是不可避免的。因此，如何减少甚至消除噪声一直是图像处理研究领域的课题之一。图像分析和理解的第一步往往就是首先要考虑对噪声的处理。随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会
6、受到各种噪声的干扰和河南大学民生学院本科毕业论文2影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性（即主要特征）的同时，又能够去除信号中无用的信息 1。所以，去噪处理一直是图像处理和计算机视觉研究的热点。图像视频去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息，作为一种重要的预处理手段，人们对图像去噪算法进行了广泛的研究。在现有的去噪算法中，有
7、的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者去噪效果较好，却丢失部分图像边缘信息，或者致力于研究检测图像边缘信息，保留图像细节。如何在抵制噪音和保留细节上找到一个较好的平衡点，成为近年来研究的重点。1 图像噪声广义而言，噪声是指通过感觉器官理解来自各种信息源的信息时，妨碍其理解的因素。因此，图像噪声是指使用某种方法从被摄体或信息源把信息传递给受看者时，如果通过视觉接收平面二维亮度分布，那么对这种接收起干扰作用的亮度分布就叫图像噪声。图像噪声通常用信噪比来量化或描述。噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素” 。例如，一幅黑白图片，其平面亮度
8、分布假定为 f(x，y)，那么对其接收起干扰作用的亮度分布 R(x，y)，即可称为图像噪声 2。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” 。因此将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。但在很多情况下，这样的描述方法是很复杂的，甚至是不可能的。而实际应用往往也不必要。通常是用其数字特征，即均值方差，相关函数等。因为这些数字特征都可以从某些方面反映出噪声的特征。1.1 图像噪声的特点图像噪声使得图像模糊，甚至淹没图像特征，给分析带来困难。图像噪声一般具有以下特点： 河南大学民生学院
9、本科毕业论文3(1) 噪声在图像中的分布和大小不规则，即具有随机性。(2) 噪声与图像之间一般具有相关性。例如，摄像机的信号和噪声相关，黑暗部分噪声大，明亮部分噪声小。又如，数字图像中的量化噪声与图像相位相关，图像内容接近平坦时，量化噪声呈现伪轮廓，但图像中的随机噪声会因为颤噪效应反而使量化噪声变得不很明显。使用光导摄象管的摄像机，信号幅度和噪声幅度无关。而使用超正析摄像机的信号和噪声相关，黑暗部分噪声大，明亮部分噪声小，在数字图像处理技术中量化噪声是肯定存在的，它和图像相位有关，如图像内容接近平坦时，量化噪声呈现伪轮廓，但在此时图像信号中的随机噪声就会因为颤噪效应反而使量化噪声变得不那么明显
10、。(3) 噪声具有叠加性。在串联图像传输系统中，各部分窜入噪声若是同类噪声可以进行功率相加，依次信噪比要下降。若不是同类噪声应区别对待，而且要考虑视觉检出特性的影响。但是因为视觉检出特性中的许多问题还没有研究清楚，所以也只能进行一些主观的评价试验。 31.2 几种常见的图像噪声1.2.1 加性噪声和乘性噪声按噪声和信号之间的关系，图像噪声可分为加性噪声和乘性噪声。为了分析处理方便，往往将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相独立的。假定信号为 S(t)，噪声为 n(t)，如果混合叠加波形是 S(t)+n(t)的形式，则称其为加性噪声。加性嗓声和图像信号强度是不相关的，如图像在传输过程中引进的“信道噪声”电视摄像机扫描图像的噪声等。如果叠加波形为 S(t)1+n(t)的形式，则称其为乘性噪声。乘性噪声则与信号强度有关，往往随图像信号的变化而变化，如飞点扫描图像中的嗓声、电视扫描光栅、胶片颗粒造成等。1.2.2 外部噪声和内部噪声按照产生原因，图像噪声可分为外部噪声和内部噪声。外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如外部电气设备产生的电磁波干扰、天体放电产生的脉冲干扰等。由系统电气设备内部引起的噪声为内部噪声，如内
