matlab 图像噪声去除,基于Matlab的图像去除噪声的研究

文章编号:1671-9662(2009)03-0050-03

基于Matlab 的图像去除噪声的研究

柏春岚

(河南城建学院测绘与城市空间信息系,河南平顶山467044)

摘 要: 本文主要以图像除噪为研究对象,介绍了图像的降噪方法 平均值法、形态学滤波器、中值滤

波器以及小波。在此基础上,利用M atlab 编程与仿真,对其结果进行分析与比较,找出较佳处理随机噪声的方法。

关键词: M atlab;图像处理;消除噪声中图分类号: TN911.73 文献标识码:A

0 引言

实际图像在形成、传输的过程中,由于各种干扰因素的存在会受到噪声的污染。噪声被理解为妨碍人的视觉器官或系统传感器对所接收图像源信息进行理解或分析的各种因素。一般噪声是不可预测的随机信号,它需采用适当的方法去认识。对噪声的认识非常重要,它影响图像的输入、采集、处理的各个环节以及结果输出全过程,特别是图像的输入、采集过程中,若输入中含有大量噪声,必然影响处理全过程及输出结果[1]。因此,一个良好的图像处理系统,无论是模拟处理还是计算机处理都把减少噪声作为主攻目标。本文采用小波分析、求平均值法、形态学滤波器以及中值滤波器等方法,对图像降低噪声进行了分析。

1 图像除噪方法

图像降噪的方法有小波滤波、平均值滤波、形态学滤波及中值滤波等。小波滤波是一种实现简单而效果较好的方法,它是对小波分解后的各层系数模大于和小于某阈值的系数分别进行处理,然后利用处理后的小波系数重构出消噪后的图像[1~3];平均值滤波是因为在求平均值的过程中图像的静止部分不会改变,而对每一幅图像,各不同的噪声图案则累积得很慢,通过求平均值可以有效地降低随机噪声的影响[4];形态学滤波是从数学形态学中发展出来的一种新型的非线性滤波技术,是基于信号(图像)的几何结构特性,利用预先定义的结构元素对信号进行匹配或局部修正,以达到提取信号、抑制噪声的目的[4];中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,这种滤波器的优点是运算简单且速度快,在滤除叠加白噪声和长尾叠加噪声方面表现了