MATLAB應用在基于噪聲檢測的圖像均值去噪法

　　通過(guò)研究，發(fā)現一種新的改進(jìn)的均值濾波器[2]。在考慮如何對圖像的噪聲進(jìn)行處理時(shí)，難以避免的，需要面臨噪聲點(diǎn)的檢測問(wèn)題。因為一張含噪圖像中，只有一部分的像素受到了噪聲的污染，而其余的像素仍保持原值。無(wú)條件地對所有的像素點(diǎn)進(jìn)行濾波，顯然在去除噪點(diǎn)的同時(shí)，使原圖像發(fā)生了失真。所以為了更有針對性地處理圖像中的躁點(diǎn)，最好的做法就是先對噪聲進(jìn)行檢測。然后利用非噪聲點(diǎn)的平均值來(lái)代替每個(gè)像素的灰度，而不是上面傳統方法中的盲目運算。其下面通過(guò)實(shí)例來(lái)驗證這種方法的優(yōu)越性：

　　采用尺寸大小為162×120的圖像文件shoes.jpg。使用im-眥d函數將其載人到MATLAB中，為了簡(jiǎn)便。我們先用瑁b29ray函數將其轉換為單維的灰度圖像，灰度范圍[o，255]

　?。ㄒ?jiàn)圖1）。在原圖基礎上加入噪聲密度為o.2的脈沖噪聲，可以用imnoise函數加入椒鹽噪聲，也可以用randn加入正態(tài)分布的隨機噪聲，這樣就得到了含噪的圖像。芝麻鹽狀的雪*點(diǎn)隨機地分布在圖像矩陣巾（見(jiàn)圖2）。