MATLAB應用在基于噪聲檢測的圖像均值去噪法

引言

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

　　然而，人們在獲取和傳輸數(shù)字圖像的同時，難免于圖像數(shù)據(jù)被外界噪聲所污染，妨礙了人們對圖像信息的理解。由此，圖像去噪技術應運而生。圖像去噪，即在盡可能地不損失原圖像細節(jié)的前提下，去除圖像中無關的噪點?，F(xiàn)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性去噪方法，因為其運算簡單快速，同時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)展而來的。其缺點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的；而在較高頻段，感興趣的信息常被噪聲所淹沒。因此。一個能降低高頻成分幅度的濾波器就能減弱噪聲的看的見的影響。這是一種頻域處理法。在分析圖像信號的頻率特性時，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(qū)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，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的。

　　3 中值濾波器

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

　　把一個點的特定長度或形狀的領域稱作窗口。在一維情況下，中值濾波器是一個含有奇數(shù)個像素的滑動窗口。窗口正中問那個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。

　　弱點是因為涉及大量排序運算，運算速度較慢，對圖像的實時處理有影響。圖像一般要傳化成數(shù)字圖像后才可以使用計算機對其進行各種處理。數(shù)字圖像，是以數(shù)字的形式而存在的。利用MATLAB（矩陣實驗室）進行處理時，我們簡單地理解它為一定大小的數(shù)字矩陣。矩陣中的每個效字代表圖像的一個像索點。由此可以知道，對數(shù)字圖像的處理，實際上就是對一個數(shù)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(shù)實現(xiàn)的，而脈沖噪聲，即平常所說的椒鹽噪聲，是由imnoise（Io，’saIt 8L pepper，i）實現(xiàn)的。其中Io是原圖像矩陣，i取值。至1之間，表示噪聲的強度。