尚怡君+詹保坡

摘 要 在圖像處理中消除噪聲是一項(xiàng)十分重要的技術(shù)，圖像的噪聲消除可以最大程度保護(hù)圖像的細(xì)節(jié)、紋理與邊緣，并且濾出噪聲所對(duì)圖片質(zhì)量造成的影響。噪聲消除的結(jié)果將會(huì)直接影響到圖片處理后續(xù)的相關(guān)環(huán)節(jié)。本文主要針對(duì)圖像處理中消除噪聲的相關(guān)技術(shù)進(jìn)行研究，以期能為圖像處理、噪聲消除提供一定的借鑒與參考。

關(guān)鍵詞 圖像處理；消除噪聲；中值濾波技術(shù)

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2017）181-0063-02

在拍攝圖像、傳輸圖像的過(guò)程中，由于拍攝設(shè)備、傳輸裝置、傳輸路徑存在約束性，導(dǎo)致非常容易被外部環(huán)境的各項(xiàng)因素所干擾，進(jìn)而形成大量的噪聲，從而直接影響了圖像的觀看視覺(jué)效果，甚至?xí)`導(dǎo)觀看者對(duì)圖像內(nèi)容的認(rèn)識(shí)。所以，對(duì)圖像進(jìn)行噪聲的消除成為了圖像處理中的重要環(huán)節(jié)。

1 圖像處理及圖像噪聲

1.1 圖像處理

如今，數(shù)字圖像已經(jīng)作為一門全新的學(xué)科，受到了人們的廣泛重視。在獲取與傳輸圖像的過(guò)程中圖像會(huì)經(jīng)常被成像的裝置以及外部環(huán)境中的因素所干擾，進(jìn)而導(dǎo)致難以正確觀看識(shí)別率降低，形成噪聲。因此，在進(jìn)行傳輸與處理的過(guò)程中必須要針對(duì)圖像進(jìn)行去噪處理，以提升圖像的質(zhì)量。圖像處理技術(shù)可以普遍被應(yīng)用于網(wǎng)頁(yè)制作當(dāng)中。高水準(zhǔn)的圖像處理技能可以讓網(wǎng)頁(yè)的界面變得十分人性化，十分友好，全面提升網(wǎng)頁(yè)的吸引力，在提升網(wǎng)頁(yè)競(jìng)爭(zhēng)力的同時(shí)為網(wǎng)頁(yè)創(chuàng)作更多的價(jià)值。

1.2 圖像噪聲

影響圖像噪聲的來(lái)源途徑眾多，例如交流電場(chǎng)、成像設(shè)備、設(shè)備的影響、電子噪聲、信號(hào)傳輸?shù)男诺涝肼?、圖像轉(zhuǎn)換的量化噪聲等。不同種類的噪聲必然都會(huì)對(duì)圖像的質(zhì)量形成負(fù)面影響。通常來(lái)看，噪聲對(duì)圖像信號(hào)的影響分為3種類別，分別為加性噪聲、乘性噪聲以及混合噪聲。這3種類型的噪聲對(duì)圖像所產(chǎn)生的影響均不一致。在圖像信號(hào)傳遞中所形成的噪聲大部分都是加性噪聲。圖像噪聲的形式眾多，其中包括脈沖噪聲、高斯噪聲等。在圖像處理中出現(xiàn)的噪聲一般為脈沖噪聲、高斯噪聲或兩者疊加混合的噪聲[ 1 ]。其中，脈沖噪聲會(huì)獨(dú)立干擾在圖像中的某一個(gè)像素點(diǎn)，并且會(huì)隨機(jī)出現(xiàn)在圖像中的任意區(qū)域?qū)е聢D像中某像素點(diǎn)灰度值出現(xiàn)異常情況，該處的圖像值將會(huì)明顯異于其他像素點(diǎn)，給人視覺(jué)上造成一種極暗或極亮的視覺(jué)感受。通常對(duì)凸顯噪聲干擾的密度可以用函數(shù)（PDF）來(lái)表示。

圖像噪聲的特點(diǎn)：

第一，掃描變換。目前，圖像系統(tǒng)的輸入光電變化均是將二維圖像信號(hào)進(jìn)行掃描處理，將其變成一維電信號(hào)再進(jìn)行處理加工的，然后再將一維電信號(hào)轉(zhuǎn)換成為二維凸顯光信號(hào)。相同的，噪聲也存在相同的轉(zhuǎn)變方式。

第二，相關(guān)性。利用光導(dǎo)攝像管的攝像設(shè)備可以認(rèn)為，信號(hào)幅度與噪聲幅度之間不存在必然的聯(lián)想，而使用超正析攝像機(jī)的信號(hào)則與噪聲之間存在密切關(guān)系。黑暗區(qū)域噪聲明顯，明亮區(qū)域噪聲較小。在數(shù)字圖像處理技術(shù)中將噪聲進(jìn)行量化處理是必然的，其與圖像相位之間有著密切的關(guān)系。假如圖像的內(nèi)容接近平坦，則量化噪聲出現(xiàn)偽輪廓。但是這時(shí)圖像信號(hào)中的隨機(jī)噪聲將會(huì)由于顫噪效應(yīng)而使得弱化量化噪聲[ 2 ]。

第三，迭加性，在串聯(lián)圖像的傳輸系統(tǒng)當(dāng)中，不同部分竄入的噪聲如果是同類噪聲的話則可以直接進(jìn)行功率相加，信噪比相對(duì)下降。如果非同類噪聲則應(yīng)該區(qū)別對(duì)待。例如，空間頻率不同的噪聲如果要迭加則需要考慮到視覺(jué)空間頻譜的帶通特征；如時(shí)間特性不同的噪聲迭加就需要考慮到視覺(jué)滯留與閃爍的特性等。

2 圖像處理中消除噪聲技術(shù)研究

對(duì)圖像的脈沖噪聲、高斯噪聲等類型的噪聲進(jìn)行分析后可以得知，要降低噪聲可以根據(jù)信號(hào)所處不一樣的區(qū)域中的表現(xiàn)形式來(lái)選擇合適的噪聲消除方法。站在圖像處理清楚噪聲方法形成時(shí)期的角度來(lái)劃分可以將消除噪聲技術(shù)分為傳統(tǒng)的濾波技術(shù)以及新型濾波技術(shù)。

傳統(tǒng)濾波技術(shù)：這一濾波技術(shù)針對(duì)不同類型圖像的噪聲均可以有效去除。該濾波技術(shù)前后形成了不同類型的濾波計(jì)算技術(shù)。這些不同類型的計(jì)算技術(shù)分別都擁有自身獨(dú)特的特點(diǎn)。但是總體來(lái)看，計(jì)算技術(shù)可以分為線性濾波技術(shù)與非線性濾波技術(shù)。上述兩種類型濾波技術(shù)存在典型的技術(shù)代表。其中線性濾波技術(shù)的典型技術(shù)為均值濾波技術(shù)。該技術(shù)即為運(yùn)用既定面積的局部窗口來(lái)對(duì)圖像進(jìn)行掩模調(diào)整。并且使用像素灰度的平均值來(lái)替代窗口中心的像素值。線性濾波技術(shù)計(jì)算簡(jiǎn)易，實(shí)現(xiàn)難度較低，是數(shù)字信號(hào)處理技術(shù)進(jìn)步中最為常用的降噪方式之一，然而該技術(shù)會(huì)導(dǎo)致圖像邊緣出現(xiàn)嚴(yán)重模糊的情況，使得圖像中很多細(xì)節(jié)丟失?；趶浹a(bǔ)上述技術(shù)的缺陷，非線性濾波理論與技術(shù)出現(xiàn)并應(yīng)用。非線性濾波技術(shù)最為典型的代表為中值濾波器，運(yùn)用中值濾波器來(lái)對(duì)圖像進(jìn)行處理就是使用固定的區(qū)域窗口來(lái)對(duì)圖像中的像素進(jìn)行掩模調(diào)整。窗口中覆蓋的像素值排布順序是從小至大。在掩模調(diào)整的過(guò)程中將位于排序中間的灰度值替代窗口中心的像素灰度值，從而達(dá)到消除噪聲的效果。雖然中值濾波技術(shù)能夠優(yōu)化過(guò)濾脈沖噪聲所導(dǎo)致的圖像質(zhì)量下降，然而對(duì)于高斯噪聲所產(chǎn)生的影響卻十分有限，運(yùn)用中值濾波技術(shù)處理高斯噪聲影響的圖像將會(huì)導(dǎo)致圖像丟失有價(jià)值的內(nèi)容[ 3 ]。非線性濾波另一典型的技術(shù)為自適應(yīng)濾波，其主要是通過(guò)統(tǒng)計(jì)局部窗口像素的統(tǒng)計(jì)特征來(lái)對(duì)圖像進(jìn)行處理。構(gòu)造自適應(yīng)濾波器不需要視線輸入信號(hào)與噪聲等相關(guān)信息，只需要在濾波處理環(huán)節(jié)中對(duì)統(tǒng)計(jì)特性與參數(shù)進(jìn)行調(diào)節(jié)即可，直至獲得最佳的濾波效果。

新型濾波技術(shù)。近幾年來(lái)伴隨著數(shù)學(xué)科學(xué)的進(jìn)步，圖像處理方面也獲得了質(zhì)的飛躍，各種不同圖像噪聲處理技術(shù)出現(xiàn)，并且在圖像處理優(yōu)化中被使用。另外，對(duì)傳統(tǒng)濾波技術(shù)進(jìn)行調(diào)整與升級(jí)，融合全新的技術(shù)能夠同時(shí)處理脈沖噪聲以及高斯噪聲所影響的圖像上獲得較為理想的效果。

第一，脈沖噪聲消除技術(shù)。脈沖噪聲的消除主要分為兩種類型，分別為直接濾波技術(shù)以及檢測(cè)濾波技術(shù)。直接濾波技術(shù)是基于傳統(tǒng)濾波技術(shù)的方法，這一種中值濾波算法可以彌補(bǔ)傳統(tǒng)中職濾波器對(duì)邊緣信號(hào)損失嚴(yán)重的缺陷，并且調(diào)節(jié)了掩模窗窗口各個(gè)元素輸出權(quán)值。

第二，高斯噪聲消除技術(shù)。高斯噪聲消除技術(shù)的優(yōu)化是為了彌補(bǔ)在圖像處理中降低信息的損失，優(yōu)化濾波效果。該技術(shù)可以利用非線性擴(kuò)散方程、各向異性擴(kuò)散方程等來(lái)對(duì)去噪中的擴(kuò)散系數(shù)進(jìn)行自由動(dòng)態(tài)了解，能夠在消除噪聲的同時(shí)較為完善保護(hù)圖像的邊緣信息。在高斯噪聲圖像處理中運(yùn)用隨機(jī)偏微分方程等，以獲得更加理想的噪聲消除效果。

3 結(jié)論

在圖像處理中消除噪聲是十分重要的環(huán)節(jié)。在眾多消除噪聲的方式中包含著傳統(tǒng)濾波技術(shù)與新型濾波技術(shù)。伴隨著圖像處理消除噪聲研究的深入開展，人們?cè)诓煌肼暤募夹g(shù)上都做了各種優(yōu)化處理，將各種全新的技術(shù)都應(yīng)用到消除噪聲當(dāng)中，例如模糊理論、神經(jīng)網(wǎng)絡(luò)、小波變化等等。這些新技術(shù)的應(yīng)用在不同程度上都強(qiáng)化了去噪效果，但是在實(shí)際使用中可能會(huì)存在運(yùn)算復(fù)雜、適用范圍狹小等問(wèn)題。因此，在圖像處理中要綜合考慮圖像的各項(xiàng)因素，選擇最為合適的消除噪聲的方法。

參考文獻(xiàn)

[1]黃紅波.一種基于二維小波塊閾值數(shù)字圖像去噪方法[J].湖南理工學(xué)院學(xué)報(bào)：自然科學(xué)版，2006（1）：31-33，39.

[2]王東東，王福明.基于MATLAB的數(shù)字圖像噪聲去除技術(shù)研究[J].機(jī)械工程與自動(dòng)化，2015（2）：98-99.

[3]趙杰，任子暉.數(shù)字圖像去噪技術(shù)及其在PET圖像處理中的應(yīng)用和局限[J].中國(guó)數(shù)字醫(yī)學(xué)，2016（5）：89-91.