matlab圖像去噪算法設(shè)計(精)

1、數(shù)字圖像去噪典型算法及matlab實(shí)現(xiàn)希望得到大家的指點(diǎn)和幫助圖像去噪是數(shù)字圖像處理中的重要環(huán)節(jié)和步驟。去噪效果的好壞直接影響到后續(xù)的圖像處理工作如圖像分割、邊緣檢測等。圖像信號在產(chǎn)生、傳輸過程中都可能會受到噪聲的污染，一般數(shù)字圖像系統(tǒng)中的常見噪聲主要有：高斯噪聲(主要由阻性元器件內(nèi)部產(chǎn)生)、椒鹽噪聲(主要是圖像切割引起的黑圖像上的白點(diǎn)噪聲或光電轉(zhuǎn)換過程中產(chǎn)生的泊松噪聲)等；目前比較經(jīng)典的圖像去噪算法主要有以下三種：均值濾波算法：也稱線性濾波，主要思想為鄰域平均法，即用幾個像素灰度的平均值來代替每個像素的灰度。有效抑制加性噪聲，但容易引起圖像模糊，可以對其進(jìn)行改進(jìn)，主要避開對景物邊緣的平滑處理

2、。中值濾波：基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性平滑濾波信號處理技術(shù)。中值濾波的特點(diǎn)即是首先確定一個以某個像素為中心點(diǎn)的鄰域，一般為方形鄰域，也可以為圓形、十字形等等，然后將鄰域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里領(lǐng)域被稱為窗口，當(dāng)窗口移動時，利用中值濾波可以對圖像進(jìn)行平滑處理。其算法簡單，時間復(fù)雜度低，但其對點(diǎn)、線和尖頂多的圖像不宜采用中值濾波。很容易自適應(yīng)化。Wiener維納濾波：使原始圖像和其恢復(fù)圖像之間的均方誤差最小的復(fù)原方法，是種自適應(yīng)濾波器，根據(jù)局部方差來調(diào)整濾波器效果。對于去除高斯噪聲效果明顯。實(shí)驗(yàn)一：均值濾波對高斯噪聲的效果I=imread(&#

3、39;C:DocumentsandSettingsAdministrator桌面l.gif);%讀取圖像J=imnoise(I,'gaussian',0,0.005);%加入均值為0,方差為0.005的高斯噪聲subplot(2,3,1);imshow(I);title('原始圖像');subplot(2,3,2);imshow(J);title('加入高斯噪聲之后的圖像')；%采用MATLAB中的函數(shù)filter2對受噪聲干擾的圖像進(jìn)行均值濾波K1=filter2(fspecial('average',3),J)/255;%模板

4、尺寸為3K2=filter2(fspecial('average',5),J)/255;%模板尺寸為5K3=filter2(fspecial('average',7),J)/255;%模板尺寸為7K4=filter2(fspecial('average',9),J)/255;%模板尺寸為9subplot(2,3,3);imshow(K1);title('改進(jìn)后的圖像1');subplot(2,3,4);imshow(K2);title('改進(jìn)后的圖像2');subplot(2,3,5);imshow(K3);tit

5、le('改進(jìn)后的圖像3');subplot(2,3,6);imshow(K4);title('改進(jìn)后的圖像4');PS:filter2用法fspecial函數(shù)用于創(chuàng)建預(yù)定義的濾波算子，其語法格式為：h=fspecial(type)h=fspecial(type,parameters)參數(shù)type制定算子類型，parameters指定相應(yīng)的參數(shù)，具體格式為：type='average'，為均值濾波，參數(shù)為n，代表模版尺寸，用向量表示，默認(rèn)值為3.3。type='gaussian'，為高斯低通濾波器，參數(shù)有兩個，n表示模版尺寸，默認(rèn)值

6、為3.3，sigma表示濾波器的標(biāo)準(zhǔn)差，單位為像素，默認(rèn)值為0.5。type='laplacian'，為拉普拉斯算子，參數(shù)為alpha，用于控制拉普拉斯算子的形狀，取值范圍為0,1，默認(rèn)值為0.2otype='log'，為拉普拉斯高斯算子，參數(shù)有兩個，n表示模版尺寸，默認(rèn)值為3.3，sigma為濾波器的標(biāo)準(zhǔn)差，單位為像素，默認(rèn)值為0.5type='prewitt'，為prewitt算子，用于邊緣增強(qiáng)，無參數(shù)。type='sobel'，為著名的sobel算子，用于邊緣提取，無參數(shù)。type='unsharp'，為對比

7、度增強(qiáng)濾波器，參數(shù)alpha用于控制濾波器的形狀，范圍為0,1，默認(rèn)值為0.2。運(yùn)行效果見圖1：據(jù)我目測，使用均值濾波去噪(高斯噪聲)效果選用的鄰域半徑越大效果越好,當(dāng)然其代價也會更大，另外確切的去噪效果的好壞還需要用SNR等數(shù)據(jù)來度量。實(shí)驗(yàn)二：二維自適應(yīng)維納濾波對高斯噪聲的濾除效果I=imread('C:DocumentsandSettingsAdministrator桌面1.gif);%讀取圖像J=imnoise(I,'gaussian',0,0.005);%加入均值為0,方差為0.005的高斯噪聲K2=wiener2(J,33);%對加噪圖像進(jìn)行二維自適應(yīng)維納濾波

8、K2=wiener2(J,55);%對加噪圖像進(jìn)行二維自適應(yīng)維納濾波K2=wiener2(J,77);%對加噪圖像進(jìn)行二維自適應(yīng)維納濾波K2=wiener2(J,99);%對加噪圖像進(jìn)行二維自適應(yīng)維納濾波subplot(2,3,l);imshow(I);title('原始圖像');subplot(2,3,2);imshow(J);title('加噪圖像')；subplot(2,3,3);imshow(K1);title(恢復(fù)圖像1');subplot(2,3,4);imshow(K2);title(恢復(fù)圖像2');subplot(2,3,5);i

9、mshow(K3);title(恢復(fù)圖像3');subplot(2,3,6);imshow(K4);title(恢復(fù)圖像3');PS:維納濾波的兩個函數(shù)wiener2與deconvwnr都能夠完成維納濾波的功能，deconvwnr強(qiáng)調(diào)圖象復(fù)原方面，wiener2強(qiáng)調(diào)圖象空間域銳化的作用，其中J=wiener2(I,m,n)返回有噪聲圖像I經(jīng)過wierner(維納)濾波后的圖像，m,n指定濾波器窗口大小為m*n，默認(rèn)值為3*3，J=wiener2(I,m,n,noise)指定噪聲的功率，J,noise=wiener2(I,m,n)在圖像濾波的同時，返回噪聲功率的估計值noise。

10、imnoise的語法格式為J=imnoise(I,type)J=imnoise(I,type,parameters)其中J=imnoise(I,type)返回對原始圖像I添加典型噪聲的有噪圖像J。參數(shù)type和parameters用于確定噪聲的類型和相應(yīng)的參數(shù)。下面的命令是對圖像1.gif分別加入高斯噪聲、椒鹽噪聲和乘性噪聲，其結(jié)果如圖所示：title(均值濾波后的圖像')；subplot(2,3,4);imshow(K);title('中值濾波后的圖像')；subplot(2,3,5);imshow(Kl);title('維納濾波后的圖像')；PS:M

11、ATLAB中提供了卷積運(yùn)算的函數(shù)命令conv2，其語法格式為：C=conv2(A,B)C=conv2(A,B)返回矩陣A和B的二維卷積C。若A為maxna的矩陣，B為mbxnb的矩陣，則C的大小為(ma+mb+1)x(na+nb+1)。MATLAB圖像處理工具箱提供了基于卷積的圖象濾波函數(shù)filter2,filter2的語法格式為：Y=filter2(h,X)其中Y=filter2(h,X)返回圖像X經(jīng)算子h濾波后的結(jié)果，默認(rèn)返回圖像Y與輸入圖像X大小相同。例如：其實(shí)filter2和conv2是等價的。MATLAB在計算filter2時先將卷積核旋轉(zhuǎn)180度，再調(diào)用conv2函數(shù)進(jìn)行計算。Fs

12、pecial函數(shù)用于創(chuàng)建預(yù)定義的濾波算子，其語法格式為：h=fspecial(type)h=fspecial(type,parameters)參數(shù)type制定算子類型，parameters指定相應(yīng)的參數(shù)，具體格式為前文已有敘述。ones產(chǎn)生全1數(shù)組，zeros產(chǎn)生全零數(shù)組。ones(a,b)產(chǎn)生a行b列全1數(shù)組ones(a)產(chǎn)生a行a列全1叔祖運(yùn)行效果見圖3:J3=ordfilt2(J2,5,ones(3,4);subplot(2,3,5);imshow(J3);title('高斯噪聲濾波后的圖像');PS:效果見圖4:FileEditViwiBiSsrlToolso>j

13、iWitlAqh筑I序爵霸看|加|毬哦亞遢|舉IH禺宣E匣始凹僚加緘鹽嗓聲百的西像搬直噪蘆襯波后的圖像也高斯瞋蘆肯的團(tuán)讀高曲噪有戲嵌方的團(tuán)籐JJU-IlUUJJJPS:MATLAB小波分析工具箱提供的用于圖像去噪的函數(shù)有wrcoef2和wpdencmp，其語法格式分別為：X=wrcoef2(type',C,S,'wname')*xd,treed,datad,perf0,perfl2+=wpdencmp(x,sorh,N,'wname',crit,par,keepapp)其中，X=wrcoef2(type',C,S,'wname')

14、返回基于小波分解結(jié)構(gòu)C,S的小波重構(gòu)圖像X。參數(shù)“type”等于a表示重構(gòu)近似系數(shù)；等于h表示重構(gòu)水平細(xì)節(jié)系數(shù)；等于v表示重構(gòu)垂直細(xì)節(jié)系數(shù)，等于d表示重構(gòu)對角細(xì)節(jié)系數(shù)。*xd,treed,datad,perf0,perfl2+=wpdencmp(x,sorh,N,'wname',crit,par,keepapp)是通過小波包定限(閾值化)，返回輸入信號或圖像X的除噪結(jié)果xd。輸入?yún)?shù)中，treed,datad為xd的最佳小波包分解結(jié)構(gòu)；perfl2和perfO表示LA2復(fù)原和壓縮百分?jǐn)?shù)；perfl2=100*(xd的小波包系數(shù)向量范數(shù)/X的小波包系數(shù)向量范數(shù))人2。Keepap

15、p=1表示近似系數(shù)不能閾值化，否則可以閾值化；sorh='s'為軟閾值化，h為硬閾值化。實(shí)驗(yàn)五：利用wrcoef2函數(shù)進(jìn)行圖像去噪其程序代碼如下：I=imread('C:DocumentsandSettingsAdministrator桌面l.gif);J=imnoise(I,'gaussian',0,0.005);c,l=wavedec2(J,2,'sym4');J1=wrcoef2('a',c,l,'sym4',1);J2=wrcoef2('a',c,l,'sym4',2

16、);subplot(2,2,1);imshow(I);title('原始圖像');subplot(2,2,2);imshow(J);title(含噪圖像');subplot(2,2,3);imshow(J1,);title('第一次去噪圖像')；subplot(2,2,4);imshow(J2,);title('第二次去噪圖像')；運(yùn)行結(jié)果如圖5:D序富昌口固r回FileEdi1ViewtTiaolDeslLopWlniic-wMeLpME廈弟商像舎噪圖爛實(shí)驗(yàn)六：利用wpdencmp函數(shù)進(jìn)行圖像去噪其程序代碼如下：I=imread(

17、9;C:DocumentsandSettingsAdministrator桌面1.gif);I=im2double(I);subplot(2,2,l);imshow(I);title('原始圖像');J=imnoise(I,'gaussian',0,0.05);subplot(2,2,2);imshow(J);title(含噪圖像');thr=0.1;sorh='s'crit='shannon'keepapp=0;J1=wpdencmp(J,sorh,3,'sym4',crit,thr,keepapp);s

18、ubplot(2,2,3);imshow(J1);title('全局閾值去噪圖像')；J2=medfilt2(J1);subplot(2,2,4);imshow(J2);title('第二次去噪圖像')；PS:在MATLAB圖像處理工具箱中，提供了medfilt2函數(shù)用于實(shí)現(xiàn)中值濾波。Medfilt2函數(shù)的語法格式為：B=medfilt2(A)用3x3的濾波窗口對圖像A進(jìn)行中值濾波。B=medfilt2(A,mn)用指定大小為mxn的窗口對圖像A進(jìn)行中值濾波。效果如圖6:原始圖像含喔圖像全珂隔慣去嚨珂嗓第二秋去囁圖繰IV-nxfaleEIl15.1*wLikss

19、irtTeola.Dtskln1md»KiLpIHMATLAB小波處理的問題懸賞分：10-解決時間：2008-11-1202:53想請問我知道MATLAB里有小波的工具箱可以用當(dāng)我一張圖像用小波轉(zhuǎn)換時我知道可以得到LLLHHLHH四張合在一起的圖像請問MATLAB要怎么寫?？還有如果我只要LL或HH單獨(dú)一張圖像就好請問MATLAB要怎么寫?？請各位高手幫幫忙!！提問者：cool77700-級最佳答案第一步：信號分解調(diào)用格式:C,L=wavedec(X,N,'wname'提取多尺度小波變換的低頻系數(shù)A=appcoef(C,L,'dbl')提取多尺度小波變

20、換的高頻系數(shù)：D=detcoef(C,L,N);第二步：信號重構(gòu)X=waverecC,L,wname'1) 小波分解結(jié)構(gòu)的低頻重構(gòu)函數(shù)：A3=wrcoef('type',C,L,'wname',N)2) 小波分解結(jié)構(gòu)的高頻重構(gòu)函數(shù)：D=wrcoef('d',C,L,'db1',3)。第三步：畫出分解后的圖形，四合一圖像，就是你想要的效果，所用函數(shù)：subplot(4,1,1);plot(A3);title('A3');subplot(4,1,2);plot(D3);title('D3');s

21、ubplot(4,1,3);plot(D2);title('D2');subplot(4,1,4);plot(D1);title('D1');如果只要LL或HH單獨(dú)一張圖像就好，下面是舉例子的figure(1);plot(LL)figure(2);plot(HH)基于小波的圖像壓縮理論2008-01-0916:201基于小波的圖像壓縮理論小波是近十幾年才發(fā)展起來并迅速應(yīng)用到圖像處理和語音分析等眾多領(lǐng)域的一種數(shù)學(xué)工具，是繼110多年前的傅立葉(JosephFourier)分析之后的一個重大突破，它對無論是古老的自然學(xué)科還是新興的高新技術(shù)應(yīng)用學(xué)科均產(chǎn)生了強(qiáng)烈沖擊。1

22、909年哈爾發(fā)現(xiàn)了小波，并被命名為哈爾小波。20世紀(jì)70年代，當(dāng)時在法國石油公司工作的年輕的地球物理學(xué)家JeanMorlet提出了小波變換的概念。法國的科學(xué)家Meyer于1986年創(chuàng)造性地構(gòu)造出具有一定衰減性的光滑函數(shù)，他構(gòu)造了L2(R)空間的規(guī)范正交基，使小波得到真正的發(fā)展。在信號處理中，自從S.Mallat和InridDaubechies發(fā)現(xiàn)濾波器組與小波基函數(shù)有密切關(guān)系之后，小波在信號(如聲音信號，圖像信號等)處理中得到極其廣泛的應(yīng)用。利用小波變換對圖像數(shù)據(jù)進(jìn)行壓縮的理論過程主要分為以下幾兩個步驟：利用二維離散小波變換對圖像分解為低頻分量即高頻細(xì)節(jié)分量；對所得到的低頻分量即高頻細(xì)節(jié)分量,

23、根據(jù)人類的視覺生理特性分別作不同策略的量化與編碼處理。例如，對于低頻分量采用快速余弦變換，熵編碼方法進(jìn)行壓縮。對于高頻細(xì)節(jié)分量可以采用量化，去掉人眼不敏感的高頻成分并結(jié)合熵編碼方法的壓縮方法。3圖像壓縮方法在實(shí)際應(yīng)用中，首先需要從圖像文件中讀取圖像數(shù)據(jù)。MATLAB使用imread()函數(shù)完這一任務(wù)。例如，在電腦D盤中有一彩色圖像文件lena.jpg，則可由下述語句讀取:X=imread('D:lena.bmp');MATLAB圖像處理工具箱支持四種基本圖像類型:索引圖像、灰度圖像、二進(jìn)制圖像和RGB圖像。MATLAB直接從圖像文件中讀取的圖像為RGB圖像。它存儲在三維數(shù)組中。這個三維數(shù)組有三個面,依次對應(yīng)于紅(Red)、綠(Green)、藍(lán)(Blue)三種顏色，而面中的數(shù)據(jù)則分別是這三種顏色的強(qiáng)度值,面中的元素對應(yīng)于圖像中的像素點(diǎn)。索引圖像數(shù)據(jù)包括圖像矩陣X與顏色圖數(shù)組map,其中顏色圖map是按圖像中顏色值進(jìn)行排序后的數(shù)組。對于每個像素，圖像矩陣X包含一個值，這個值就是顏色圖數(shù)組map中的索引。顏色圖map為mx3雙精度矩陣，各行分別指定紅、綠、藍(lán)(R、G、B)單色值,map=RGB,R、G、B為值域?yàn)?,1的實(shí)數(shù)值,m為索引圖像包含的像素個數(shù)。然后