MATLAB應用在基于噪聲檢測的圖像均值去噪法

引言

　　圖像是用各種觀(guān)測系統以不同形式和手段觀(guān)測客觀(guān)世界而獲得的，可以直接或間接作用于人眼并進(jìn)而產(chǎn)生視知覺(jué)的實(shí)體，是人類(lèi)感知世界的視覺(jué)基礎，是人類(lèi)獲取信息、表達信息和傳遞信息的重要手段。研究表明，人類(lèi)獲取的視覺(jué)圖像信息在人類(lèi)接受的信息中的比重達到75％，“百聞不如一見(jiàn)”便是非常形象的例子之一。在高度信息化條件下的今天，數字圖像越來(lái)越得到普及和應用。

　　然而，人們在獲取和傳輸數字圖像的同時(shí)，難免于圖像數據被外界噪聲所污染，妨礙了人們對圖像信息的理解。由此，圖像去噪技術(shù)應運而生。圖像去噪，即在盡可能地不損失原圖像細節的前提下，去除圖像中無(wú)關(guān)的噪點(diǎn)?，F有的圖像去噪方法[11很多，如：

　　1 均值濾渡器

　　均值濾波器是一種典型的線(xiàn)性去噪方法，因為其運算簡(jiǎn)單快速，同時(shí)又能夠較為有效地去除高斯噪聲。因而適用面較廣。

　　許多濾除噪聲方法都是在此基礎上發(fā)展而來(lái)的。其缺點(diǎn)是嚴重破壞了圖像的邊緣，模糊了圖像。

　　2 低通濾波器

　　低通濾波器，信號或圖像的能量大部分集中在幅度譜的低頻和中頻段是很常見(jiàn)的；而在較高頻段，感興趣的信息常被噪聲所淹沒(méi)。因此。一個(gè)能降低高頻成分幅度的濾波器就能減弱噪聲的看的見(jiàn)的影響。這是一種頻域處理法。在分析圖像信號的頻率特性時(shí)，一幅圖像的邊緣、跳躍部分以及顆粒噪聲代表圖像信號的高頻分量，而大面積的背景區則代表低頻分量。用濾渡的方法濾除其高頻部分就能去掉噪聲，使圖像得到平滑。但同時(shí)，有用的高頻成分也濾除了。因此這種處理是以犧牲清晰度為代價(jià)的。

　　3 中值濾波器

　　中值濾波器是一種消除噪聲的非線(xiàn)性處理方法，它是由Tueky在1971年提出的。它的基本原理是把數字圖像或數字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰近各點(diǎn)值的中值代替。中值定義如下：對一個(gè)數字序列的元素進(jìn)行排序，如果元素個(gè)數為奇數，則取排序后序列的中間值。如果序列元素個(gè)數為偶數，則取排序后序列的中間兩個(gè)值的均值。

　　把一個(gè)點(diǎn)的特定長(cháng)度或形狀的領(lǐng)域稱(chēng)作窗口。在一維情況下，中值濾波器是一個(gè)含有奇數個(gè)像素的滑動(dòng)窗口。窗口正中問(wèn)那個(gè)像素的值用窗口內各像素值的中值代替。

　　該濾波器是一種典型的非線(xiàn)性處理方法。它的優(yōu)勢在對圖像中脈沖噪聲消除極為有效，且能夠較好地保護圖像邊緣信息。

　　弱點(diǎn)是因為涉及大量排序運算，運算速度較慢，對圖像的實(shí)時(shí)處理有影響。圖像一般要傳化成數字圖像后才可以使用計算機對其進(jìn)行各種處理。數字圖像，是以數字的形式而存在的。利用MATLAB（矩陣實(shí)驗室）進(jìn)行處理時(shí)，我們簡(jiǎn)單地理解它為一定大小的數字矩陣。矩陣中的每個(gè)效字代表圖像的一個(gè)像索點(diǎn)。由此可以知道，對數字圖像的處理，實(shí)際上就是對一個(gè)數字矩陣的運算處理。

　　為了研究方便，我們的方法是人工的給原圖像添加噪聲·主要是不同強度的正態(tài)分布隨機噪聲和脈沖噪聲。在MATLAB中，正態(tài)分布噪聲是由randn函數實(shí)現的，而脈沖噪聲，即平常所說(shuō)的椒鹽噪聲，是由imnoise（Io，’saIt 8L pepper，i）實(shí)現的。其中Io是原圖像矩陣，i取值。至1之間，表示噪聲的強度。