《一种改进的中值滤波去噪算法研究.》由会员分享，可在线阅读，更多相关《一种改进的中值滤波去噪算法研究.（38页珍藏版）》请在金锄头文库上搜索。
1、西 安 邮 电 大 学 毕 业 设 计（论 文）题 目： 一种改进的中值滤波去噪算法研究 加权中值滤波去噪算法 学 院： 通信与信息工程学院 专 业： 信息工程 班 级: 信工1101班 学生姓名： 王莹莹 导师姓名： 刘卫华 职称： 起止时间： 2015年3月2日至2015年6月19日毕业设计（论文）诚信声明书本人声明：本人所提交的毕业论文一种改进的中值滤波去噪算法研究 是本人在指导教师指导下独立研究、写作的成果，论文中所引用他人的文献、数据、图件、资料均已明确标注；对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律后果由本人承担。论文作者：
2、 （签字）时间：2015年6月5日指导教师已阅： （签字） 时间：2015年6月5日西安邮电大学毕业设计(论文)开题报告通信与信息工程 学院 通信工程 专业 11 级 01 班课题名称：一种改进的中值滤波去噪算法研究学生姓名： 王莹莹 学号：03114026指导教师： 刘卫华 报告日期： 2015年3月13日 西安邮电大学本科毕业设计（论文）开题报告学号 03114026 姓名 王莹莹 导师 刘卫华 题目 一种改进的中值滤波去噪算法研究选题目的（为什么选该课题） 随着现代信息技术的不断发展，图像处理技术也得到了飞速发展，使得图像处理在很多领域获获得了广泛的重视并取得了巨大的成就。图像在采集过程
3、中不可避免受到噪声的干扰，为了后续更高出层次的处理，很有必要对图像进行去噪处理，在现有的多种去噪方法中，基于的时域的中值滤波图像去噪方法具有多项优良特性，是当前研究的一个重要方向。中值滤波是一种非线性滤波器，它把局部区域中灰度的中值作为输出，能保护图像轮廓，不使其发生模糊，可以较为理想的去除图像噪声。中值滤波技术在一定的条件下可以克服线性滤波器带来了图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。但对高斯噪声无能为力，在处理细节较多的图像时具有一定的局限性，为了提高中值滤波的性能，需要对传统的中值滤波算法进行改进和扩展。 前期基础（已学课程、掌握的工具，资料积累、软硬件条件等）已学课程
4、：Matble、图像处理掌握的工具：Matble资料积累：改进的中值滤波去噪算法相关的文献软硬件条件：戴尔inspiron、处理器等要解决的问题（做什么）基于时域中值滤波去噪算法的关键问题:(1)中值获取过程中模板窗口的尺寸和形状的选择 ；(2)中值滤波算法原理的理解和掌握；解决思路：（1）查阅涉及中值滤波算法的相关资料，学会判断噪声的类型和特点；（2）采集几张用于进行本次仿真试验的加噪图像信息；（3）独立完成中值滤波去噪代码的编写，调试后对噪声图像进行去噪与原图进行对比；（4）掌握matlab编码的基本规则，查看经过中值滤波去噪处理后的初步图形效果；（5）进一步深入研究图像去噪的方法，在ma
5、tlab中的实现，研究新改进算法在图像处理中的优缺点；（6）在之前调试好的程序上进行修改，初步完成基于时域中值滤波去噪算法编写，通过大量的仿真实验，确定最佳改进算法。指导教师意见签字： 2015年 3月30日西安邮电大学毕业设计 (论文)成绩评定表学生姓名王莹莹性别女学号03114026专 业班 级信息工程1101课题名称指导教师意见评分（百分制）：指导教师(签字)： 年 月 日评阅教师意见评分（百分制）： 评阅教师(签字)： 年 月 日验收小组意见评分（百分制）：验收教师(组长)(签字)： 年 月 日答辩小组意见评分（百分制）： 答辩小组组长(签字)： 年 月 日评分比例指导教师评分20()
6、 评阅教师评分30() 验收小组评分30() 答辩小组评分20()学生总评成绩百分制成绩等级制成绩答辩委员会意见毕业论文(设计)最终成绩(等级)： 学院答辩委员会主任(签字)： 年 月 日目录摘要I引言12噪声22.1常见的几类重要的噪声22.1.1高斯噪声22.1.2均匀分布噪声：22.1.3椒盐噪声22.1.4瑞利噪声：32.2图像去噪质量的评估方法32.3图像去噪方法的概述43中值滤波去噪算法63.1中值滤波基本原理63.2中值滤波的去噪过程63.2.1中值滤波去噪的过程大致可以分为两步：63.3 中值滤波的主要特性73.4 简单中值滤波的局限性73.5 均值滤波的原理73.6均值滤波在
7、图像去噪中的应用特点73.7均值去噪和中值滤波去噪的比较：74中值滤波去噪算法84. 1加权快速中值滤波算法84.1.1加权中值滤波算法主要包括以下个步骤：84.2具体的加权过程85仿真结果分析比较5.1分别加椒盐噪声和高斯噪声进行去噪操作5.2中值滤波去噪5.2.1选定的模板如下：5.2.2加入强度为0.10噪声的效果图和去噪指标显示表展示如下：5.2.3加入强度为0.15的噪声的去噪效果图和去噪指标显示表展示如下：5.2.4加入强度为0.20噪声的效果图和去噪指标显示表展示如下：5.2.5加入强度为0.25噪声的效果图和去噪指标显示表展示如下：5.2.6加入强度为0.30噪声的效果图和去噪
8、指标显示表展示如下：5.3加权中值算法去噪5.3.1加权中值滤波选定的模板如下：5.3.2加入强度为0.10的噪声的去噪效果图和去噪指标显示表展示如下：5.3.3加入强度为0.15噪声的效果图和去噪指标显示表展示如下：5.3.4加入强度为0.20噪声的效果图和去噪指标显示表展示如下：5.3.5加入强度为0.25噪声的效果图和去噪指标显示表展示如下5.3.6加入强度为0.30噪声的效果图和去噪指标显示表：5.4结论6总结与展望256.1结语256.2展望25致谢26参考文献2728摘要在一般的情况下，图像信号信息在产生、传输以及记录过程中，都会受到各种噪声的影响，在这样的干扰下，图像的视觉效果会
9、受到严重的干扰，如果可以对图像信号进行去噪操作，这样就可以很好地去除这些不良的干扰因素，图像的视觉效果也会得到很好的改善。因此对图像进行去噪是其它图像处理的预处理步骤。本课题首先对中值滤波的原理以及去噪的具体过程进行深入的研究，然后主要针对中值滤波算法在图像去噪与保护细节上存在的不足提出加权中值滤波算法。对于噪声检测机制检测出的噪声像素，依据滤波窗口中信号像素与中心像素相关性的大小，给像素点赋予最佳的权值系数，在此基础上再对均值和中值赋予合适的权重系数，提高结果的准确度。采用加权中值滤波实现对噪声进行滤除。实验结果表明该加权中值滤波器对于平滑图像而言去噪效果明显，而且还可以很好地保留了图像的细
10、节。关键词：图像噪声；滤波器；中值滤波；权重系数；加权中值滤波；ABSTRACTUnder normal circumstances, the image signal in the process of generation, transmission and recording, often by different kinds of noise interference, the interference will serious image visual effect, if the image signal denoising operation, so is a good way
11、to remove these interference factors, the visual effect of image will get very good improvement. This topic first principle of median filtering and denoising process in-depth research, and then focuses on the potential of the median filter algorithm of the limitation of imagedenoising and protection
12、 in detail a double weighted median filtering algorithm is proposed. For noise detection mechanism to detect the noise pixels, based on the signal pixel in filter window with the size of the center pixel correlation, the weight coefficient of pixels with the best, on the basis of this to mean and th
13、e median gives proper weight coefficient, improve the accuracy of the results. Adopt double weighted median filter to filter out the noise pixels. The experimental results show that the double weighted median filter to smooth image can have very good denoising effect, at the same time well reserve the detail of the image. Key words: noise; Filter; Noise testing; Double weight coefficient; Double weighted median filte
