通信工程數(shù)字圖像處理課程報(bào)告

1、 武夷學(xué)院 課程報(bào)告課程名稱：數(shù)字圖像處理設(shè)計(jì)題目：圖像噪聲的抑制學(xué)生班級(jí)：2013級(jí)通信工程（1）班學(xué)生姓名：張騫文課任教師：肖鐘捷完成日期：2016-6-13數(shù)學(xué)與計(jì)算機(jī)學(xué)院摘要 圖像噪聲可以理解為妨礙人的視覺感知，或妨礙系統(tǒng)傳感器對(duì)所接收?qǐng)D像源信息進(jìn)行理解或分析的各種因素，也可以理解成真實(shí)信號(hào)與理想信號(hào)之間存在的偏差。因此，在進(jìn)行其他的圖像處理前，需要對(duì)圖像進(jìn)行去噪處理。本文主要從圖像噪聲的概念、噪聲抑制的濾波方法及濾波方法比較等方面來(lái)闡述。本文講述通過(guò)均值濾波和中值濾波方法并利用MATLAB 軟件編寫程序，展示實(shí)驗(yàn)現(xiàn)象，最后對(duì)所做工作進(jìn)行總結(jié)。關(guān)鍵字：圖像噪聲 均值濾波 中值濾波選題立

2、意（20%）規(guī)范（20%）過(guò)程工作量（30%）創(chuàng)新（10%）效果(20%)成績(jī) 一.圖像分割概念1.1圖像噪聲 為減少圖像噪聲影響，圖像去噪處理是十分有必要的。常見的去噪處理有均值濾波，中值濾波，灰度最小方差均值濾波，K近鄰平滑濾波，對(duì)稱近鄰均值濾波，西戈瑪平滑濾波等。二.均值濾波與中值濾波 2.1均值濾波均值濾波的原理是：在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。均值濾波可以用來(lái)對(duì)椒鹽噪聲和高斯噪聲進(jìn)行濾波。 權(quán)系數(shù)矩陣模板 g=(f(x-1,y-1)+f(x,y-1)+f(x+1,y-1)+f(x-1,y)+f(x

3、,y)+f(x+1,y) +f(x-1,y+1)+f(x,y+1)+f(x+1,y+1)/9 均值濾波對(duì)高斯噪聲有非常好的抑制效果，而對(duì)椒鹽噪聲效果往往不夠好。2.2 中值濾波 （雖然均值濾波器對(duì)噪聲有抑制作用，但同時(shí)會(huì)使圖像變得模糊。為了有效地改善這一狀況，必須尋找新的濾波器。中值濾波就是一種有效的方法。 中值濾波的原理是：對(duì)待處理的當(dāng)前像素，選擇一個(gè)模板，該模板為其鄰近的若干個(gè)像素組成，對(duì)模板的像素由小到大進(jìn)行排序，再用模板的中值來(lái)替代原像素的值的方法。權(quán)系數(shù)矩陣模板g=median(x-1,y-1)+f(x,y-1)+f(x+1,y-1) +f(x-1,y)+f(x,y)+f(x+1,y

4、) +f(x-1,y+1)+f(x,y+1)+f(x+1,y+1)因?yàn)橹兄禐V波的原理是取合理的鄰近像素值來(lái)替代噪聲點(diǎn)，所以只適合于椒鹽噪聲的去除，不適合高斯噪聲的去除。 三.均值濾波與中值濾波的比較3.1對(duì)椒鹽噪聲的兩者比較對(duì)于椒鹽噪聲，中值濾波效果比均值濾波效果好。3.2 原因 椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。 中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。 因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。3.3 對(duì)高斯噪聲兩者比較對(duì)于高斯噪聲，均值濾波效果比均值濾波效果好。3.4原因 高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。

5、因?yàn)閳D像中的每點(diǎn)都是污染點(diǎn)，所中值濾波選不到合適的干凈點(diǎn)。因?yàn)檎龖B(tài)分布的均值為0，所以根據(jù)統(tǒng)計(jì)數(shù)學(xué)，均值可以消除噪聲。四兩種濾波程序與實(shí)驗(yàn)結(jié)果從實(shí)驗(yàn)結(jié)果可以看出，中值濾波較均值濾波效果好些，并且濾波與所選的模板有關(guān)，若選擇權(quán)值相同（本實(shí)驗(yàn)為0.1/9）相對(duì)不同權(quán)值的效果好些。模板的不同對(duì)均值濾波的影響較大 五.總結(jié)通過(guò)這次數(shù)字圖像課程設(shè)計(jì)報(bào)告的制作，加強(qiáng)了我對(duì)均值濾波和中值濾波原理的理解，對(duì)噪聲的抑制方法有了一定的認(rèn)識(shí)，并且對(duì)matlab的使用和C語(yǔ)言的編寫更加熟悉，覺得自身的能力得到了一定的提高。參考文獻(xiàn)1 杜謙，通信系統(tǒng)中MATLAB基礎(chǔ)與仿真應(yīng)用，西安電子科技大學(xué)出版社2 朱虹等，數(shù)字圖

6、像處理基礎(chǔ)，科學(xué)出版社3 羅雨滋，C語(yǔ)言程序設(shè)計(jì)項(xiàng)目教程，哈爾濱工業(yè)大學(xué)出版社附：*MATLAB程序代碼 I=imread(classic.jpg);subplot(2,2,1);imshow(I);title(原圖像);1) 添加椒鹽噪聲J=I; %初始化噪聲圖像矩陣 R1=rand(size(I)*51200/199; %分別在圖像中標(biāo)定兩次隨機(jī)數(shù)R2=rand(size(I)*51200/199; A=find(R1255); %確定椒鹽噪聲中鹽點(diǎn)位置J(A)=255;%將此點(diǎn)設(shè)為白點(diǎn)A=find(R2255); %確定椒鹽噪聲中椒點(diǎn)位置J(A)=0;%將此點(diǎn)設(shè)為黑點(diǎn)subplot(2,

7、2,2);imshow(J); %顯示圖像title(椒鹽噪聲)2) 中值濾波d1,d2=size(J);%測(cè)量圖像尺度參數(shù)B=zeros(1,9);%初始化存儲(chǔ)排列像素點(diǎn)的空間ImageMed33=J;%初始化和原圖像一樣的空間存儲(chǔ)新圖像for i=2:d1-1 %對(duì)每一個(gè)像素點(diǎn) for j=2:d2-1 B=reshape(J(i-1:i+1,j-1:j+1),1,9); %將其3*3窗口內(nèi)的像素均存儲(chǔ)到新的臨時(shí)向量 B=sort(B); %對(duì)9個(gè)像素點(diǎn)進(jìn)行排序 ImageMed33(i,j)=B(5); %得到中間點(diǎn)的像素作為新圖像相應(yīng)位置的像素值 endendsubplot(2,2,3);imshow(ImageMed33); %顯示圖像ImageProcessed=ImageMed33; %保存處理后的圖像title(中值濾波); 3）均值濾波d1,d2=size(J); %測(cè)量圖像尺度參數(shù)J=uint16(J); %將像素點(diǎn)計(jì)算范圍擴(kuò)大B=J; %初始化處理后圖像的數(shù)組for i=2:d1-1 %對(duì)每一個(gè)像素點(diǎn) for j=2:d2-1 B(i,j)=(J(i,j-1)+J(i-1,j)+J(i+1,j)+J(i,j+1)+J(i,j); %處理后圖像的相應(yīng)位置像素值為原圖像像4鄰域內(nèi)像素點(diǎn)值之的平均值 endendB=B*1/5; subplo