圖像的加噪和去噪

MATLAB課程實(shí)踐

圖像的加噪和去噪系別：電信系班級(jí)：08自動(dòng)化學(xué)號(hào)：17姓名：陸永霞指導(dǎo)老師：柴西林主要原理的闡述運(yùn)行結(jié)果一．圖像的加噪噪聲的模型主要有兩種：一種是空間域的噪聲，一般用噪聲概率密度函數(shù)來描述；另一種是頻域的噪聲，一般用噪聲的各種傅里葉特性來描述。在MATLAB中是使用imnoise語句來污染一幅圖像，從而達(dá)到退化圖像的目的。該函數(shù)的基本使用方法是：g=imnoise(f,type,parameters)，其中，f是輸入圖像，g代表輸出圖像，type和parameters分別是輸入的噪聲的類型和參數(shù)。以下主要是椒鹽噪聲和高斯噪聲的應(yīng)用：（1）g=imnoise(f，‘gaussian’，m，var)，將均值m、方差為var的高斯噪聲加載到圖像f上，默認(rèn)為均值0、方差0.01的噪聲，輸出圖像g。（2））g=imnoise(f，‘salt&pepper’，d)，用噪聲密度（包含噪聲的圖像區(qū)域的百分比）為d的椒鹽噪聲污染圖像f，默認(rèn)的噪聲密度為0.05.注意：函數(shù)imnoise在污染圖像前，將f轉(zhuǎn)換為范圍在[0,1]內(nèi)的double圖像。（1）加入高斯噪聲后的圖像效果（2）加入椒鹽噪聲后的圖像效果二．圖像的去噪圖像的去噪和降噪的方法有很多種以下主要實(shí)現(xiàn)的有①彩色圖像的空間線性濾波；②維納濾波；③將開運(yùn)算和閉運(yùn)算結(jié)合起來構(gòu)成的形態(tài)學(xué)噪聲濾波；④不同類型的中值濾波；⑤邊緣增強(qiáng)算子濾波；⑥高斯低通濾波；⑦拉普拉斯算子濾波；⑧均值濾波。注意：當(dāng)輸入的圖像是彩色圖像時(shí)一定要運(yùn)用函數(shù)rgb2gray將其轉(zhuǎn)換為灰度圖像才能進(jìn)行各種濾波，否則將提示錯(cuò)誤，因?yàn)楦鞣N濾波函數(shù)支持的是對灰度圖像的濾波。將彩色(RGB)圖像轉(zhuǎn)換為灰度圖像（rgb2gray）該函數(shù)的功能有兩個(gè)：第一個(gè)功能是將一幅真彩圖像換成一幅灰度圖像；第二個(gè)功能是把一幅索引圖像的彩色顏色映射表轉(zhuǎn)換為灰度顏色映射表。其調(diào)用格式如下：I=rgb2gray(RGB)Newmap=rgb2gray(map)RGB圖像和灰度圖像之間的轉(zhuǎn)換:(2)彩色圖像的空間線性濾波（fspecial）

使用空間線性濾波器平滑RGB彩色圖像的步驟如下：提取彩色圖像的三個(gè)分量。>>fR=rgb_image(:,:,1);>>fG=rgb_image(:,:,2);>>fB=rgb_image(:,:,3);(2)對每個(gè)分量分別濾波。>>w=fspecial(‘a(chǎn)verage’);>>fR_filtered=imfilter(fR,w);>>fG_filtered=imfilter(fG,w);>>fB_filtered=imfilter(fB,w);(3)將濾波后的三個(gè)分量重建RGB圖像。Rgb_image_filtered=cat(3,fR_filtered,fG_filtered,fB_filtered);真彩圖像各顏色空間的平滑效果圖：(3)用wiener2實(shí)現(xiàn)的維納濾波維納濾波是一種經(jīng)典的線性降噪濾波器，它是一種自適應(yīng)濾波，是指使復(fù)原圖像與原圖像之間的均方誤差最小的濾波器。對圖像進(jìn)行維納濾波主要是為了消除圖像中存在的噪聲，該濾波器根據(jù)局部圖像的差異來調(diào)整該濾波器的參數(shù)。該方法的濾波效果比線性濾波效果好，對保留圖像的邊緣部分和其它高頻部分很有用，不過計(jì)算量較大?？衫肕ATLAB的wiener2函數(shù)對一幅圖像進(jìn)行自適應(yīng)維納濾波。Wiener2的調(diào)用格式為：J=wiener2(I,[m.n],noise),其中，[m,n]指定了濾波器的窗口大小為m*n,默認(rèn)值為3*3；noise指定了噪聲的功率，默認(rèn)的是加性噪聲（高斯白噪聲）。Wiener2函數(shù)在噪聲為固定功率噪聲（白噪聲，如高斯噪聲）時(shí)，其濾波效果最好。（4）將開運(yùn)算和必運(yùn)算結(jié)合起來構(gòu)成的形態(tài)學(xué)噪聲濾波雖然以上方法達(dá)到了去除噪聲的目的但是經(jīng)過對比灰