文章目录
一、高斯噪声与椒盐噪声的基本特点
噪声类型 | 基本特点 | 滤波处理 |
---|---|---|
高斯噪声 | 噪声的概率密度函数服从高斯分布(即正态分布),即某个强度的噪声点个数最多,离这个强度越远噪声点个数越少。高斯噪声是一种加性噪声,即噪声直接加到原图像上,因此可以用线性滤波器滤除。 | 使用均值滤波等线性滤波方法效果更佳 |
椒盐噪声 | 由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点噪声,往往由图像切割引起。椒盐噪声是指两种噪声,盐噪声(高灰度噪声)、胡椒噪声(低灰度噪声)。同时出现时,在图像上呈现为黑白杂点。 | 使用中值滤波方法效果更佳 |
二、使用Matlab的imnoise()函数为图像添加噪声
在Matlab中使用imnoise函数可为图像加入不同类型的噪声,常用调用方法如下:J=imnoise(I,type,parameters)
其中,I指原图像,type指噪声类型,parameters指不同类型噪声的参数,J为添加噪声后的图像。
type的参数值 | 代表的噪声 |
---|---|
gaussian | 高斯噪声 |
salt & pepper (注意中间有空格) | 椒盐噪声 |
speckle | 乘法噪声 |
poission | 泊松噪声 |
三、使用imfilter()进行均值滤波处理
在Matlab中使用imfilter函数可对多维图像进行线性滤波处理,常用调用方法如下:
B = imfilter(A,H)
H=fspecial(‘average’,para)
其中,A指原图像,B为输出图像,H指滤波算子,‘average’指算子类型为均值,para是指定相应的参数,默认值为3。para的数值越大,均值滤波效果越显著,不过图像也会变得越模糊,测试后挑选一个合适的值即可。