保持图象细节的滤波算法研究.docx

《保持图象细节的滤波算法研究.docx》由会员分享，可在线阅读，更多相关《保持图象细节的滤波算法研究.docx（70页珍藏版）》请在第一文库网上搜索。

1、长江大学毕业论文（设计）评阅教师评语学生姓名王元春专业班级信工11001毕业论文（设计）题目保持图像细节的滤波算法研究评阅教师职称评阅日期评阅参考内容：毕业论文（设计）的研究内容、研究方法及研究结果，难度及工作量，质量和水平，存在的主要问题与不足。学生掌握基础和专业知识的情况，解决实际问题的能力，毕业论文（设计）是否完成规定任务，达到了学士学位论文的水平，是否同意参加答辩。评语：评阅老师签名：评定成绩（百分制）：分长江大学毕业论文（设计）答辩记录及成绩评定学生姓名王元春专业班级信工11001毕业论文（设计）题目保持图像细节的滤波算法研究答辩时间年月日时答辩地点一、答辩小组组成答辩小组组长：成员

2、：二、答辩记录摘要答辩小组提问（分条摘要列举）学生回答情况评判三、答辩小组对学生答辩成绩的评定（百分制）：分毕业论文（设计）最终成绩评定（依据指导教师评分、评阅教师评分、答辩小组评分和学校关于毕业论文（设计）评分的相关规定）等级（五级制）：答辩小组组长（签名）：秘书（签名）：年 月日院（系）答辩委员会主任（签名）：院（系）（盖章）保持图像细节的滤波算法研究学 生：王元春电子信息学院指导老师：付青青电子信息学院摘要数字图像在生活中的应用时随处可见的，我们常常需要把实际获取的图像进行数字化、传输和后期处理等操作，在这一系列过程中，会遇到不同程度的干扰，如此便使得数字图像遭到噪声污染。经研究表明：椒

3、盐噪声（也叫脉冲噪声）在可能出现的噪声中尤为突出，所以有许多学者就对如何更好去除椒盐噪声作研究。因为中值滤波算法有非线性特性，对椒盐噪声的去除效果明显，所以许多学者会针对典型中值滤波算法进行改进，如三态中值滤波、标准中值滤波、加权中值滤波、自适应中值滤波等。但是以上滤波器都存在缺陷，有的太复杂不利于硬件实现，有的去噪效果不佳，有的保护图像细节不够等。本课题研究几种典型的中值滤波算法，结合理论分析与实验仿真来比较它们在去噪和保护图像细节各方面优缺点。然后在这个基础之上，提出一种基于噪声检测的模糊自适应中值滤波算法。此算法里的窗口自适应噪声检测机制很好的区分了非噪声像素点和噪声像素点，这样更好的保

4、护了图像细节。通过仿真的图像和数据发现，新方法对于细节丰富的图像由很好的去噪声效果，有效的提高图像的峰值信噪比，对于高密度噪声，去噪效果相比其他方法更加优秀。关键词:中值滤波、图像细节、噪声检测、自适应中值滤波、阀值word文档可自由复制编辑word文档可自由复制编辑AbstractDigital images when life applications everywhere , we often need to get the actualimage is digitized , transmission and post- processing operations , in the c

5、ourse of thisseries , will encounter varying degrees of interference, so it makes a digital image wasnoise pollution. The study showed that: salt and pepper noise ( also called impulse noise )noise may occur particularly prominent, so there are many scholars on how best to removethe salt and pepper

6、noise study. Because the median filtering algorithm has non-linearcharacteristics of the salt and pepper noise removal effect is obvious, so many scholars willbe improved for the typical median filtering algorithms, such as tri-state median filtering,the standard median filter , weighted median filt

7、er , adaptive median filtering. But thesefilters are flawed , and some are not too complex for hardware implementation , some poorde-noising effect, and some , such as the protection of image detail is not enough The research of several typical median filtering algorithm , combined with theoreticala

8、nalysis and experimental simulations to compare their advantages and disadvantages inthe de-noising and protect all aspects of image detail Then on this basis, proposes a fuzzyadaptive median filtering algorithm based on noise detection . This algorithm is adaptivenoise inside the window well to dis

9、tinguish between the detection mechanism of non-noise pixels and noise pixels , so to better protect the image detail.The simulation images and data found that the new method for richly detailed imagestaken by a good effect to noise,effectively improve the peak signal to noise ratio of theimage,the

10、high-density noise,de-noising effect more excellent compared to other methedsKeywords : median filtering, image detail, noise detection, adaptive median filering,threshold1前言1.1 选题1.1.1 本课题研究意义与目的在现实生活中，将实际获得的图像进行数字化、传输和处理过程中，不可避免地存在一定的外部干扰和内部干扰，使用户获得的数字图像被噪声污染。最简单的如将图像数字化过程中，元件的灵敏度不够、量化误差都会使数字图像与原始

11、图像有一定的区别。在传输过程中由于电压不稳、大气中其他声波或杂质的影响，都会使图像信息受到一定的干扰，产生噪声。如果图像噪声太大，会严重影响图像的质量，使图像细节模糊，我们需要的信息丢失。因此，有必要对图像去噪，可以在在一定程度上减少或者消除图像中混杂的噪声，保留图像细节。图像去噪是图像处理的一个重要的环节，通过图像去噪，会得到更优质的图像,方便后续更高级的图像处理，一旦去噪效果不佳，后续的如图像分割、图像识别等都无从谈起。而这些噪声中椒盐噪声（也叫脉冲噪声）的表现更为突出。所以我们要对椒盐噪声进行研究分析，以便更好的去除椒盐噪声最大还原数字图像。在众多滤波方法中,中值滤波因它的非线性的特点对

12、椒盐噪声的去除有显著的效果，所以有必要对中值滤波算法做更深研究，来达到去椒盐噪声的同时最大保留图像细节。常见的中值滤波方法有：加权中值滤波器、开关中值滤波器、自适应中值滤波器等。但是这些滤波器去噪不佳，或是不能很好保护图像细节，都存在一定的缺陷。所以，本课题先研究几种典型的改进后的中值滤波算法，通过理论分析与实验仿真，比较它们在去噪、保留细节等方面的优缺点，在它们的基础上，进而寻找一种更加优越的中值滤波算法。1.1.2 国内外发展现状、发展趋势和主攻方向在图像处理过程中，滤除图像因采集、转换和传输等过程而混入的噪声，提高图像的质量，这对于图像更好的被利于往后的深入处理有着重要的意义，因此在图像

13、处理过程中，对图像噪声的滤除是非常重要的。目前，应用于图像去噪的滤波技术，常见的有线性滤波技术和非线性滤波技术。以均值滤波、维纳滤波等为代表的线性滤波技术，因其完善的理论基础，以及简易的数学操作处理，使其广泛的被应用于图像滤波领域中。线性滤波器对于高斯噪声有比较好的滤除效果，而对于其他脉冲噪声等其它形式的噪声信息抑制效果比较差，且在一定程上造成图像边缘模糊，信息丢失。非线性滤波器则是采用一种非线性映射关系，将输入图像信号序列映射在为指定的输出图像信号。通过非线性滤波技术，常可以将某一特性的噪声信号映射为0从而滤除该噪声信号对其像素点原本信号的影响。由于采用的是非线性映射方法，非线性滤波器相对于

14、线性滤波器降低了对图像的平滑程度，在更好的保留了图像的细节及边缘信息，在一定程度上克服了线性滤波器的缺点。由于噪声种类过多，且形成因素差异过大，当前还没有通用的滤波技术可以有效的去除各种类型的噪声。在实际去噪操作中，我们需要针对具体图像的特质及应用背景，采用合适的滤波技术进行去噪处理。如高斯噪声等，可以基于线性滤波器进行具体改进得到很好的处理效果。而对于椒盐噪声，则采用中值滤波方法更加有效。数字图像在获取、传输、接收和处理过程中，因受到一定的外部及内部干扰，从而被噪声影响。但对图像进行边缘检测、图像分割、特征识别等许多处理工作时，都要求图像有较高的质量，因此需要先将图像中的噪声很好的进行滤除以

15、提高图像质量。而在图像的编码及传输中，经常经过含有噪声的线路或被电子感应噪声污染时.，会使图像染上一定程度的椒盐噪声(即脉冲噪声)。因此脉冲噪声的去除也是图像去噪研究中的一个重点。中值滤波因其特殊的对输入信号序列的映射关系，在去除脉冲噪声上有着比较好的效果，但中值滤波也会有一定程度的图像模糊。因此很多学者针对中值滤波技术进行研究与改进，期望可以得到更好的滤波技术，更好的解决去噪和保护图像细节这一矛盾。最早由学者Tukey在1971年首次提出了非线性滤波器的概念，并随后在其论文中介绍了最初的非线性滤波器：中值滤波器，后来被学者称为标准中值滤波器(Standard Median Filter, SM)o SM采用一个固定大小的滑动窗口对图像进行过滤，对于当前窗口内像素点进行排序，采用序列中间的值作为模板窗口中心的输出值。后来Brownrigg基于标准的中值滤波器，提出了加权中值滤波(Weigthed Median Filter,WM),在该方法中对序列中