基于MATLAB的图像处理研究
1研究目的
由于现阶段,随着科技的发展, 计算机技术的应用已经渗透到社会的方方面 面,而与图像有关的通信、网络、传媒、多媒体等已经给人们的生活带来巨大的 变化。放观长远, 图像技术将在未来的很长一段时间内, 影响着计算机应用的各 个领域。因此,探究图像处理技术对今后计算机图像处理的发展有着很好的前瞻 作用,也为图像处理的技术创新在以后提供理论上的支持。 图像平滑和图像锐化作为图像处理中比较基础且尤为重要的基本方式, 在今后的 数字化的信息时代中仍然会有广泛的用处。 作为基本的图像处理, 在数字技术应 用的许多方面都有需要的地方,无论是计算机,还是微电子、通信工程、嵌入式 系统、传感技术都有着十分重要的地位。
2空域图像处理
- 图像平滑基本概述 图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪
声和干扰高频成分, 使图像亮度平缓渐变, 减小突变梯度, 改善图像质量的图像 处理方法。
- 线性滤波(均值滤波)
对一些图像进行线性滤波可以去除图像中某些类型的噪声。 领域平均法就是 一种非常适合去除通过扫描得到的图像中的噪声颗粒的线性滤波。
领域平均法是空间域平滑噪声技术。 对于给定的图像 f i, j 中的每个像素点
m,n,取其领域S。设S含有M个像素,取其平均值作为处理后所得图像像素
点 m,n 处的灰度。用一像素领域内各像素灰度平均值来代替该像素原来的灰度, 即领域平均技术。
领域S的形状和大小根据图像特点确定。一般取的形状是正方形、矩形及十 字形等,S的形状和大小可以在全图处理过程中保持不变,也可以根据图像的局部统计特性而变化,点(m,n) —般位于S的中心。女口 S为3X 3领域,点(m,n)位 于S中心,贝U
1 [1] 1
i, n
(2.1)
f m, n f m
9 i 1 j 1
假设噪声n是加性噪声,在空间各点互不相关,
且期望为0,方差为2,图
像g是未受污染的图像,含有噪声图像f经过加权平均后为
1 . . 1 f i, j g i, j
M M
n i, j
(2.2)
由上式可知,经过平均后,噪声的均值不变,方差
2,即方差变小,
说明噪声强度减弱了,抑制了噪声。
2.1.2中值滤波
中值滤波是一种非线性滤波,由于它在实际运算过程中并不需要图像的统计 特性,所以比较方便。但是对一些细节多,特别是点、线、尖顶细节多的图像不 宜采用中值滤波的方法。中值滤波的基本原理是把数字图像或数字序列中一点的 值用该点的一个邻域中各点值的中值代替。
设有一个一维序列fi,…,fn,取窗口长度为m(m为奇数),对此序列进 行中值滤波,就是从输入序列中f2相继抽出m个数,f v,…,
v,其中i为窗口的中心位置,v专,再将这M点按其数值大
用数学公式表示为:
小排列,取其序号为正中间的那作为输出。
Yi Med fi
(2.3)
m 1
可以有各种不同的形状,如线状、方形、圆形、十字形、圆环形等。二维数据的
中值滤波可以表示为:
Y,j Med{Xj}
A
(2.4)
其中,A为滤波窗口
2.1.3滤波效果
在进行滤波前,首先给图像添加噪声,在此,给图像添加高斯噪声和椒盐噪
,并进行均值滤波和中值滤波得到图像如下:
加入高斯噪声后图像
加入椒盐噪声后图像