【数字图像处理】第5章 图像的噪声抑制

5 图像的噪声抑制

---

（一）噪声与图像噪声的概念

噪声是不可预测的随机信号。

• 根据产生来源分类： 外部噪声、内部噪声
• 根据统计特征是否随时间变化分类： 平稳噪声、非平稳噪声
• 根据对信号的影响分类： 加性噪声、乘性噪声
  

图像噪声：所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。

常见的有 椒盐噪声 和 高斯噪声。

• 椒盐噪声的特征: 出现位置是随机的，但噪声的幅值是基本相同的。
• 高斯噪声的特征：出现位置是一定的（每一点上），但噪声的幅值是随机的。

（二）图像噪声的抑制方法

设计噪声抑制滤波器，在尽可能保持原图信息的基础上，抑制噪声。
有三种方法：均值滤波器、中值滤波器、边界保持类滤波器

1）均值滤波器

原理
均值滤波器基本工作原理：

• 噪声具有随机性。一个邻域内的所有像素点同时被叠加同样幅值的噪声，概率是很低的。 （噪声有大有小，甚至相互抵消）
• 同时，相邻像素点之间的取值具有局部相似性
• 因此，可以用邻域像素点的平均值来推断该点的真实像素值，从而在保持原始信号概貌的同时，削弱噪声的影响

均值滤波器原理
在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。

处理方法

缺点
均值滤波器的缺点是：模板越小，对噪声抑制作用越小；但另一方面，模板越大，会使图像变的模糊。
原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。
为了改善效果，就可采用加权平均的方式来构造滤波器。

2） 中值滤波器

问题的提出
虽然均值滤波器对噪声有抑制作用，但同时会使图像变得模糊。即使是加权均值滤波，改善的效果也是有限的。
为了有效地改善这一状况，必须改换滤波器的设计思路，中值滤波就是一种有效的方法。

设计思想

• 因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。
• 如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。
• 取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。

原理示例

滤波处理方法

中值滤波器对不同类型的噪声抑制效果：

• 对于椒盐噪声，中值滤波的噪声抑制效果比较好。
• 对于高斯噪声，中值滤波的噪声抑制效果不够好。
• 椒盐噪声 是幅值近似相等但随机分布在不同位置上，图像中 有干净点也有污染点。
• 中值滤波，有较大概率选择到图像中未被噪声污染的点来替代污染点，所以有抑制噪声的作用。
• 高斯噪声是幅值近似正态分布，但分布在每点像素上。
• 因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点。

3）边界保持类平滑滤波器

问题的提出
经过平滑滤波处理之后，图像就会变得模糊。
分析原因，在图像上的景物之所以可以辨认清楚是因为目标物之间存在边界。 而边界点与噪声点有一个共同的特点是，都具有灰度的跃变特性。所以平滑处理会同时将边界也处理了。
设计思想
为了解决图像模糊问题，一个自然的想法就是，在进行平滑处理时，首先判别当前像素是否为边界上的点，如果是，则不进行平滑处理；如果不是，则进行平滑处理。

① 灰度最小方差平滑滤波器

—— 基本原理
将属于同一个区域的可能的相邻关系以9种模板表示出来，然后计算每个模板中的灰度分布方差，以方差最小的那个模板的均值替代原像素值。

—— 模板结构

② K近邻(KNN)平滑滤波器

—— 原理分析
边界保持滤波器的核心是确定边界点与非边界点。
如图所示，点1是黄色区域的非边界点，点2是蓝色区域的边界点。
点1模板中的像素全部是同一区域的； 点2模板中的像素则包括了两个区域。
在模板中，分别选出5个与点1或点2灰度值最相近的点进行计算，则不会出现两个区域信息的混叠平均。这样，就达到了边界保持的目的。

—— 实现算法
1)以待处理像素为中心，作一个m*m的作用模板。
2) 在模板中，选择K个与待处理像素的灰度差为最小的像素。
3) 将这K个像素的灰度均值替换掉原来的像素值。

—— 效果分析
KNN滤波器因为有了边界保持的作用，所以在去除椒盐以及高斯噪声时，对图像景物的清晰度保持方面的效果非常明显。当然，所付出的代价是：算法的复杂度增加了。

③ 对称近邻平滑滤波器

—— 基本原理
算法示意图如下，从模板中的对称点对寻找与待处理像素相同区域的点。然后对选出的点做均值运算。

以$i$行$j$列的点$p$为中心，用$(2\ast n+1)\ast (2\ast n+1)$的模板覆盖点$p$。模版中的任意一点（row行col 列）的对称点的坐标为：$2\ast i-row行，2\ast j-col列$

---

边界保持类平滑滤波器的核心是：尽可能地将平滑处理避开两个或多个不同区域进行计算。可以采用不同形状结构判别，也可以采用同类相似的概念进行判别。

bingo~   ✨ To love,and to be loved,is the greatest happiness of existence. 爱与被爱是生存的最大幸福