基于matlab图像去噪,基于MATLAB的图像去噪方法的研究与实现

第 36卷 第 3期 2016年 5月 大庆师范学院学报 JOURNAL OF DAQING NORMAL UNIVERSITY V0L 36 No．3 M av．2016 DOI 10．13356／j．cnki．jdnu．2095-0063．2016．03．001 基 于 MATLAB的图像去 噪方 法的研 究与实现 张宏伟 (大庆师范学院 机电工程学院，黑龙江 大庆 163712) 摘 要 ：图像在采集和传输过程中可能受到很 多外界条件的污染，因此，为了保证图像提供给我们的信息比较准 确，需要对图像进行去噪处理。通过 Matlab软件分别用邻域平均法、中值滤波法、维纳滤波法和小波变换法对需要 的图像进行去噪处理，同时比较几种去噪方法的优缺点，找到对图像质量影响最小，且去噪性能最好的方法。 关键词：图像去噪；维纳滤波；小波变换；MATLAB 作者简介 ：张宏伟(1985一)，女，黑龙江哈尔滨人，讲师，从事信号与信息处理研究。 基金项目：大庆师范学院青年基金项 目(14ZR16)。 中图分类 号 ：TP391 文献识别码 ：A 文章编 号 ：2095—00636(2016)一0001—04 收稿 日期 ：2015—10—12 0 引 言 噪声对图像的污染将会对图像边缘检测、特征提取、图像分割、模式识别等处理有一定的影响，因此， 我们需要考虑采用一定的方法去尽可能的消除噪声，不仅要考虑噪声的消除，还要根据 自己的需要选择合 适的方法，让图像信息能更好地为人类服务。 1 图像去噪方法 频域合成法、空间域合成法以及最优线性合成法等方法被人们称为较经典的去噪方法。与这些方法 相对应的又出现了均值滤波法、中值滤波法、维纳滤波法、小波变换法等应用方法⋯。 1．1 邻域平均法 对图像进行 Box模板操作的方法叫做邻域平均法，其中Box模板的原理就是将当前的像素点和与其 邻近的像素点实行统一的平均处理，这样就实现了对含噪图片的处理，使图像中的噪声减弱。 如果 ，Y)是一副大小为M ×N的数字图像，h( ，Y)为噪声，其均值为0，方差为 ，则含噪声的图 像 g(x，Y)为 ： g( ，Y)=／．( ，Y)+h(x，Y) ‘ (1) 用邻域平均法对含噪图片处理后，图像的邻域点处的灰度值的平均值决定了图像其他任意一个像素 点的灰度值 ，因此 ，被去噪处理过 的图像 g( ，Y)为 ： g( ，y) ， ， )+ ， ( ，)， )· (2) 处理后残余噪声 的平均值为： ． 1 2 ，y，)]=0 (3) 处理后残余噪声 的方差为 ： 1 ， h( ，)， )] 击 (4) 由以上各式 ，可 以看出运用邻域平均法对图像进行去噪处理后 ，含噪图像 中所含噪声的方差变得 比原 1 来的噪声方差小了，但是原来图像厂( ，Y)变为 1 —— ‘ ∑ ，Y ) (5) 这会使 图像变得模糊或图像细节特征丢失。 1．2 中值滤波法 中值滤波是一种去除噪声的非线性处理方法，在某些条件下既可去除噪声又可保护图像细节和边缘 ， 能获得较好的图像复原效果，它用一个含有奇数点的滑动窗口，将窗口中心点的值用窗口内点的中值代 替 。若有一个一维序列 m。，m ，⋯，m ，假设窗口的长度 (点数)是 P(P为奇数 )，对它进行 中值滤波 ，即从 当前的序列中按顺序依次抽出P个数 m ，⋯mi，m⋯，⋯，m (m 为窗口的中心处的值， =(p—1)／2)， 然后把这 P个点按照降序排列，中心点处的那个值将作为滤波输出。在有很强的脉冲干扰的情况下，因为 这些灰度值的干扰值与其临近像素的灰度值有很大的