數(shù)字圖像處理噪聲抑制

1、第五章 圖像的噪聲抑制1所謂的圖像噪聲，是圖像在攝取時或是傳輸時所受到的隨機(jī)干擾信號。常見的有椒鹽噪聲和高斯噪聲。 圖像噪聲的概念2椒鹽噪聲的特征: 出現(xiàn)位置是隨機(jī)的，但噪聲的幅值是基本相同的。高斯噪聲的特征： 出現(xiàn)在位置是一定的（每一點上），但噪聲的幅值是隨機(jī)的。 圖像噪聲的概念3設(shè)計噪聲抑制濾波器，在盡可能保持原圖信息的基礎(chǔ)上，抑制噪聲。均值濾波器中值濾波器邊界保持類濾波器圖像噪聲的抑制方法4均值濾波器 原理在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。5 以模塊運算系數(shù)表示即：12143122345768957688

2、567891214312234576895768856789344456678C=6.6316C=5.5263均值濾波器 處理方法待處理像素示例邊框保留不變的效果示例6均值濾波器的改進(jìn) 加權(quán)均值濾波均值濾波器的缺點是，會使圖像變的模糊，原因是它對所有的點都是同等對待，在將噪聲點分?jǐn)偟耐瑫r，將景物的邊界點也分?jǐn)偭恕榱烁纳菩Ч?，就可采用加?quán)平均的方式來構(gòu)造濾波器。7均值濾波器的改進(jìn) 加權(quán)均值濾波 如下，是幾個典型的加權(quán)平均濾波器。示例示例示例示例8中值濾波器 問題的提出雖然均值濾波器對噪聲有抑制作用，但同時會使圖像變得模糊。即使是加權(quán)均值濾波，改善的效果也是有限的。為了有效地改善這一狀況，必須改

3、換濾波器的設(shè)計思路，中值濾波就是一種有效的方法。9中值濾波器 設(shè)計思想因為噪聲（如椒鹽噪聲）的出現(xiàn)，使該點像素比周圍的像素亮（暗）許多。如果在某個模板中，對像素進(jìn)行由小到大排列的重新排列，那么最亮的或者是最暗的點一定被排在兩側(cè)。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達(dá)到濾除噪聲的目的。10中值濾波器 原理示例數(shù)值排序m-2m-1mm+1m+2610258mm+1m - 2m+2m - 161025826611中值濾波器 濾波處理方法與均值濾波類似，做3*3的模板，對9個數(shù)排序，取第5個數(shù)替代原來的像素值。12中值濾波器與均值濾波器的比較對于椒鹽噪聲，中值濾波效果比均值濾

4、波效果好。 13中值濾波器與均值濾波器的比較原因：椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點也有污染點。中值濾波是選擇適當(dāng)?shù)狞c來替代污染點的值，所以處理效果好。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。14中值濾波器與均值濾波器的比較對于高斯噪聲，均值濾波效果比中值濾波效果好。 15中值濾波器與均值濾波器的比較原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為圖像中的每點都是污染點，所以中值濾波選不到合適的干凈點。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。（注意：實際上只能減弱，不能消除。思考為什么？）16邊界保持類平滑濾波器 問題的提出經(jīng)過平滑

5、濾波處理之后，圖像就會變得模糊。分析原因，在圖像上的景物之所以可以辨認(rèn)清楚是因為目標(biāo)物之間存在邊界。而邊界點與噪聲點有一個共同的特點是，都具有灰度的躍變特性。所以平滑處理會同時將邊界也處理了。 17邊界保持類平滑濾波器 設(shè)計思想為了解決圖像模糊問題，一個自然的想法就是，在進(jìn)行平滑處理時，首先判別當(dāng)前像素是否為邊界上的點，如果是，則不進(jìn)行平滑處理；如果不是，則進(jìn)行平滑處理。18最小方差平滑濾波器 基本原理將屬于同一個區(qū)域的可能的相鄰關(guān)系以9種模板表示出來，然后計算每個模板中的灰度分布方差，以方差最小的那個模板的均值替代原像素值。19最小方差平滑濾波器 模板結(jié)構(gòu)模板如下：本例在第2和第6中選擇一個

6、方差小的。31245678920Sigma平滑濾波器 基本原理根據(jù)統(tǒng)計數(shù)學(xué)的原理，屬于同一類別的元素的置信區(qū)間，落在均值附近2 范圍之內(nèi)。Sigma濾波器是構(gòu)造一個模板，計算模板的標(biāo)準(zhǔn)差，置信區(qū)間為當(dāng)前像素值的2范圍。將模板中落在置信范圍內(nèi)的像素的均值替換原來的像素值。21邊界保持類平滑濾波器 總結(jié)邊界保持類平滑濾波器的核心是：盡可能地將平滑處理避開兩個或多個不同區(qū)域進(jìn)行計算?？梢圆捎貌煌螤罱Y(jié)構(gòu)判別，也可以采用同類相似的概念進(jìn)行判別。22謝謝大家作業(yè)1. P100 第2題2. P101 第3（2）題23圖像的噪聲示例24椒鹽噪聲示例25高斯噪聲示例26均值濾波器濾椒鹽噪聲的效果27均值濾波器濾高斯噪聲的效果28加權(quán)均值濾波器的效果(H1)H0的比較例H1的效果29加權(quán)均值濾波器的效果（H2）H0的比較例H2的效果30加權(quán)均值濾波器的效果(H3)H0的比較例H3的效果31加權(quán)均值濾波器的效果(H4)H0的比較例H4的效果32中值濾波器的效果（椒鹽噪聲）33中值濾波器的效果（高斯噪聲）34中值濾波與均值濾波效果比較 （椒鹽噪聲）中值濾波均值濾波35中值濾波與