參與評論

評論

登錄后參與評論

全部評論(1條)

• 

  盼╃字JUN團 2017-11-06 00:00:00

  圖像降噪是圖像處理中的專業(yè)術(shù)語。在現(xiàn)實生活中，我們看到的數(shù)字圖像，在數(shù)字化和傳輸過程中由于常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，把這些圖像稱為含噪圖像或者叫噪聲圖像。減少數(shù)字圖像中噪聲的過程稱為圖像降噪，有時候又稱為圖像去噪。 圖像濾波就是在盡量保留圖像細節(jié)特征的條件下，對目標圖像的噪聲進行YZ，是圖像預(yù)處理中不可缺少的操作，其處理效果的好壞將直接影響到后續(xù)圖像處理和分析的有效性和可靠性。 圖像濾波是圖像降噪的方法，圖像降噪有很多方法，主要有： 1、均值濾波器 此法適用于去除通過掃描得到的圖象中的顆粒噪聲。 領(lǐng)域平均法能夠有力地YZ噪聲，同時也由于平均而引起了模糊現(xiàn)象，模糊程度與鄰域半徑成正比。幾何均值濾波器所達到的平滑度可以與算術(shù)均值濾波器相比，但在濾波過程中會丟失更少的圖象細節(jié)。諧波均值濾波器對“鹽”噪聲效果更好，但是不適用于“胡椒”噪聲。它善于處理像高斯噪聲那樣的其他噪聲。逆諧波均值濾波器更適合于處理脈沖噪聲，但它有個缺點，就是必須要知道噪聲是暗噪聲還是亮噪聲，以便于選擇合適的濾波器階數(shù)符號，如果階數(shù)的符號選擇錯了可能會引起災(zāi)難性的后果。 2、自適應(yīng)維納濾波器 它能根據(jù)圖象的局部方差來調(diào)整濾波器的輸出，局部方差越大，濾波器的平滑作用越強。它的Z終目標是使恢復(fù)圖像f^(x，y)與原始圖像f(x，y)的均方誤差e2=E[(f(x，y)-f^(x，y)2]Z小。該方法的濾波效果比均值濾波器效果要好，對保留圖像的邊緣和其他高頻部分很有用，不過計算量較大。維納濾波器對具有白噪聲的圖象濾波效果Z佳。 3、中值濾波器 它是一種常用的非線性平滑濾波器，其基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個領(lǐng)域中各點值的中值代換。其主要功能是讓周圍象素灰度值的差比較大的像素改取與周圍的像素值接近的值，從而可以消除孤立的噪聲點。所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。 4、形態(tài)學(xué)噪聲濾除器 此方法適用的圖像類型是圖象中的對象尺寸都比較大，且沒有細小的細節(jié)。它將開啟和閉合結(jié)合起來來濾除噪聲，先對有噪聲圖象進行開啟操作，可選擇結(jié)構(gòu)要素矩陣比噪聲的尺寸大，因而開啟的結(jié)果是將背景上的噪聲去除。Z后是對前一步得到的圖象進行閉合操作，將圖象上的噪聲去掉。 5、小波去噪 這種方法保留了大部分包含信號的小波系數(shù)，因此可以較好地保持圖象細節(jié)。小波分析進行圖像去噪主要有3個步驟:(1)對圖象信號進行小波分解。(2)對經(jīng)過層次分解后的高頻系數(shù)進行閾值量化。(3)利用二維小波重構(gòu)圖象信號。

  贊(8)

  回復(fù)(0)

  評論

  評論

  登錄后參與評論