曹妍　陳偉　徐森

摘要：在實(shí)際獲取的數(shù)字圖像中，不可避免地參雜了不同程度的噪聲，去除噪聲是圖像預(yù)處理中非常重要的步驟。介紹了均值濾波、統(tǒng)計(jì)排序?yàn)V波和自適應(yīng)濾波的基本去噪原理，利用上述去噪方法通過madab仿真，對含有高斯噪聲和椒鹽噪聲的圖像進(jìn)行去噪處理，對仿真結(jié)果進(jìn)行分析比較，從而得出各種去噪方法的特點(diǎn)和使用范圍，為實(shí)際圖像處理中選擇合適的去噪方法提供了指導(dǎo)。

關(guān)鍵詞：去噪；均值濾波；統(tǒng)計(jì)排序?yàn)V波；自適應(yīng)濾波

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A DOI：10.3969/j.issn.1003-6970.2015.04.007

0.引言

數(shù)字圖像在采集、處理、存儲、傳輸?shù)倪^程中，會引入大量的噪聲，使圖像出現(xiàn)不同程度的退化，變得模糊不清。因此為了改善圖像的質(zhì)量，必須使用合適的方法對噪聲圖像去噪，這是圖像處理中非常重要的步驟。圖像去噪的主要內(nèi)容就是在圖像預(yù)處理階段對圖像進(jìn)行平滑濾波。影響圖像質(zhì)量的主要噪聲有感光片顆粒噪聲、電子噪聲、光電子噪聲等，通常用椒鹽噪聲和高斯噪聲作為噪聲模型。常用的圖像去噪的方法有均值濾波、統(tǒng)計(jì)排序?yàn)V波、自適應(yīng)濾波等。

1.均值濾波器

1.1基本原理

圖像中的大部分噪聲都可以看成是隨機(jī)信號，它們對圖像的影響是孤立的。對于某一個(gè)像素來說，如果它與周圍的像素點(diǎn)相比，有明顯不同，就認(rèn)為此點(diǎn)被噪聲污染。基于這樣的分析，用鄰域平均的方法，判斷每一點(diǎn)是否有噪聲。令Sxy表示中心在點(diǎn)（x，y）、大小是m×n的矩形子窗口的一組坐標(biāo)，均值濾波器在定義的區(qū)域中計(jì)算被噪聲污染的圖像g（x，y）的平均值。在中心點(diǎn)（x，y）處得到的去噪圖像f的值，是使用定義區(qū)域中的像素計(jì)算出的均值，可用下式求得：