matlab数字图像处理中值滤波器降噪,数字图像处理（六）图像降噪处理

1.噪声

1.1噪声分类

噪声是图像干扰的重要原因。一幅图像在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生，也可能在量化等处理中产生。

根据噪声和信号的关系可将其分为三种形式:(f(x,y)表示给定原始图像,g(x,y)表示图像信号,n(x,y)表示噪声。)

1)加性噪声,此类噪声与输入图像信号无关，含噪图像可表示为f(x,y)=g(x,y)+ n(x,y),信道噪声及光导摄像管的摄像机扫描图像时产生的噪声就属这类噪声。

2)乘性噪声,此类噪声 与图像信号有关,含噪图像可表示为f(x,y)=g(x,y)+ n(x,y)g(x,y),飞点扫描器扛描图像时的噪声,电视图像中的相干噪声,胶片中的颗粒噪声就属于此类噪声。

3)量化噪声,此类噪声 与输入图像信号无关,是量化过程存在量化误差,再反映到接收端而产生。

1.2椒盐噪声

椒盐噪声是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割弓|起。去除脉冲干扰及椒盐噪声最常用的算法是中值滤波。

路面图像属于结构光图像,使用区域分割技术中的阈值分割法消除白噪声及部分椒盐噪声,而不能使用中值滤波对白噪声及椒盐噪声进行滤波,因为滤波模板在图像中漫游时会改变光条中像素的真实灰度分布,给随后的重心法细化过程带来负面影响。

大量的实验研究发现,由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响较严重。噪声给图像处理带来很多困难,对图像分割、特征提取、图像识别等具有直接影响。因此,实时采集的图像需进行滤波处理。消除图像中的噪声成份叫做图像的平滑化或滤波操作。

噪声是指两种噪声,一 种是盐噪声( salt noise ) ,另一种是胡椒噪声( pepper noise )。盐=白色,椒=黑色。前者是高灰度噪声,后者属于低灰度噪声。椒盐噪声同时出现,呈现在图像上就是黑白杂点。

噪声类型是 ‘salt & pepper’ 一定注意空格的位置 这里比较严格。当噪声类型是’salt & pepper’的时候，第三个参数的意思是噪声密度，比如0.1，那么总像素个数的10%为黑白点，当然是黑点还是白点都是随机的。

I=imread('下载.jpg');

G=rgb2gray(I);

J = imnoise(G,'salt & pepper',0.05);

J1= imnoise(G,'salt & pepper',0.05);

J2= imnoise(G,'salt & pepper',0.05);

[M,N]=size(J);

for i=1:M

for j=1:N

if(J1(i,j)==255)

J1(i,j)=0