圖像濾波增強(qiáng)方法研究 課程設(shè)計

1、<p>　　圖像濾波增強(qiáng)方法研究1</p><p><b>　　摘要1</b></p><p>　　1.1數(shù)字圖像處理2</p><p><b>　　1.2基本原理2</b></p><p>　　1.3、matlab簡介3</p><p>　　2.均值濾

2、波和中值濾波4</p><p>　　2.1均值濾波原理4</p><p>　　2.2 均值濾波的實現(xiàn)算法4</p><p><b>　　實驗環(huán)境4</b></p><p><b>　　設(shè)計思路5</b></p><p>　　2.3均值濾波源程序：5</p&g

3、t;<p>　　2.4運行結(jié)果：6</p><p><b>　　3中值濾波8</b></p><p>　　3.1 中值濾波的原理8</p><p>　　3.2中值濾波的實現(xiàn)算法8</p><p>　　3.3中值濾波程序 ：9</p><p>　　3.4運行結(jié)果：10<

4、;/p><p>　　4.中值濾波與均值濾波的比較：12</p><p><b>　　5.參考文獻(xiàn)13</b></p><p><b>　　致謝14</b></p><p>　　圖像濾波增強(qiáng)方法研究 </p><p><b>　　摘要</b><

5、;/p><p>　　圖像是一種重要的信息源通過圖像處理可以幫助人們了解信息的內(nèi)涵。本文將純凈的圖像加入高斯噪聲,然后采用中值和均值濾波的方法對其進(jìn)行去噪。在圖像處理中中值和均值濾波對濾除脈沖干擾噪聲都很有效。文章闡述了中值和均值濾波的原理、算法以及在圖像處理中的應(yīng)用。MATLAB是一種高效的工程計算語言在數(shù)據(jù)處理、圖像處理、神經(jīng)網(wǎng)絡(luò)、小波分析等方面都有廣泛的應(yīng)用。</p><p><

6、;b>　　關(guān)鍵詞</b></p><p>　　圖像中值濾波均值濾波去噪MATLAB</p><p><b>　　1.引言 </b></p><p>　　1.1數(shù)字圖像處理 </p><p>　　數(shù)字圖像處理(Digital Image Processing)是通過計算機(jī)對圖像進(jìn)行去除噪聲

7、、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。最早出現(xiàn)于20世紀(jì)50年代，作為一門學(xué)科大約形成于20世紀(jì)60年代初期。發(fā)展到現(xiàn)在其應(yīng)用范圍十分廣泛，涉及航天和航空技術(shù)、生物醫(yī)學(xué)工程、通信工程、視頻和多媒體等。 作為圖像處理的一個重要分支，圖像平滑是指用于突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量的圖像處理方法。主要包括：領(lǐng)域平均法、中值濾波法、理想地低通濾波器法等

8、等，因噪聲的類型而選擇不同的濾波法。目前,常用的圖像噪聲濾波方法有低通濾波法、帶通濾波法、平滑濾波、銳化濾波、均值濾波、中值濾波等方法。而噪聲主要有高斯噪聲，椒鹽噪聲，乘性噪聲，加性噪聲等。 圖像平滑因其獨特的功能而廣泛應(yīng)用于圖像顯示、傳輸、動畫制作和媒體合成等多個領(lǐng)域。對于該課題的設(shè)計，能加強(qiáng)對圖像處理的認(rèn)識，理解噪聲對圖像干擾的原因，以及去除噪聲的方法，同時增強(qiáng)系統(tǒng)設(shè)計提高分析問題與解決問題的能力。設(shè)計過程中采用matlab編寫程序

9、及結(jié)果運行，有效地提高軟件</p><p>　　1.2基本原理 </p><p>　　本系統(tǒng)采用matlab軟件進(jìn)行編程設(shè)計，在matlab中可直接調(diào)用多種函數(shù)對圖像處理。首先是調(diào)用加噪函數(shù)對原圖像的加入各種噪聲，然后設(shè)計并采用多種方法對有噪聲的圖像進(jìn)行去噪處理，分為空域法和頻域法，主要有領(lǐng)域平均法、中值濾波法和低通濾波器法，通過比較多幅圖像的處理結(jié)果，選擇對不同噪聲種類的最佳處

10、理方法。</p><p>　　1.3、matlab簡介</p><p>　　matlab是美國Mathworks公司1983年首次推出的一套高性能的數(shù)值分析和計算軟件，MATLAB將矩陣運算、數(shù)值分析、圖形處理、編程技術(shù)結(jié)合在一起，為用戶提供了一個強(qiáng)有力的科學(xué)及工程問題的分析計算和程序設(shè)計工具，它還提供了專業(yè)水平的符號計算、文字處理、可視化建模仿真和實時控制等功能，是具有全部語言功能和特征

11、的新一代軟件開發(fā)平臺。 在數(shù)字圖像處理領(lǐng)域，有很多匯編語言，也有多種軟件工具，但matlab,具有很好的優(yōu)勢：豐富的函數(shù)工具箱，能方便的調(diào)用各種函數(shù)；強(qiáng)大的矩陣處理能力，快速計算大量復(fù)雜的數(shù)據(jù)，因而受到廣大工作人員的青睞。本系統(tǒng)采用的軟件即為matalb仿真處理。</p><p><b>　　2.均值濾波</b></p><p><b>　　2.1均值濾波原

12、理</b></p><p>　　均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍8個象素，構(gòu)成一個濾波模板，即去掉目標(biāo)象素本身）。再用模板中的全體像素的平均值來代替原來像素值。 均值濾波也稱為線性濾波，其采用的主要方法為領(lǐng)域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當(dāng)前像素點（x，y），選擇一個模

13、板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點（x，y），作為處理后圖像在該點上的灰度值u（x，y），即 u（x，y）=1/m ∑f（x，y） ① m為該模板中包含當(dāng)前像素在內(nèi)的像素總個數(shù)。</p><p>　　2.2 均值濾波的實現(xiàn)算法 </p><p>　　用鄰域平均法，其模板為：3*3，5*5或7*7我們只做3*3</p><p

14、><b>　　實驗環(huán)境</b></p><p>　　本實驗在Windows平臺上進(jìn)行，對內(nèi)存及cpu主頻無特別要求，使用matlab編譯器均可。 </p><p><b>　　設(shè)計思路 </b></p><p>　　介紹代碼的框架結(jié)構(gòu)、所用的數(shù)據(jù)結(jié)構(gòu)、各個類的介紹（類的功能、類中方法的功能、類的成員變量的作用）、

15、各方法間的關(guān)系 。?? ???</p><p>　　2.3均值濾波源程序：</p><p>　　X=imread('2.bmp');%讀入圖像</p><p>　　X1=double(X); %將圖像轉(zhuǎn)換為雙精度型</p><p>　　[row,col]=size(X) %輸入圖像的大小</p><p&g

16、t;　　for i=1:row %從1開始到row結(jié)束的循環(huán) </p><p>　　for j=1:col %從1開始到col結(jié)束的循環(huán)</p><p>　　if(i<=1 || j<=1 || i>=row || j>=col) %除去圖像的邊緣</p><p>　　X2(i,j)=X1(i,j);</p><p&

17、gt;<b>　　else</b></p><p>　　a(1)=X1(i-1,j-1);</p><p>　　a(2)=X1(i,j-1);</p><p>　　a(3)=X1(i+1,j-1); </p><p>　　a(4)=X1(i-1,j);</p><p>　　a(5)=X1(i,j)

18、;</p><p>　　a(6)=X1(i+1,j);</p><p>　　a(7)=X1(i-1,j+1);</p><p>　　a(8)=X1(i,j+1);</p><p>　　a(9)=X1(i+1,j+1);%模板中的九個像素點</p><p>　　X2(i,j)=a(1)*1/45+a(2)*2/45+a(

19、3)*3/45+a(4)*4/45+a(5)*5/45+a(6)*6/45+a(7)*7/45+a(8)*8/45+a(9)*9/45; </p><p>　　%將模板中的九個像素點均值并賦值給X2。</p><p><b>　　end</b></p><p><b>　　end</b></p><p&

20、gt;<b>　　end</b></p><p><b>　　2.4運行結(jié)果：</b></p><p>　　圖2.4-1 原圖</p><p>　　圖2.4-2 加入高斯噪聲后的圖</p><p>　　圖2.4-3 均值濾波后的圖像</p><p><b

21、>　　3中值濾波</b></p><p>　　3.1 中值濾波的原理 </p><p>　　中值濾波法是一種非線性平滑技術(shù)，它將每一像素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有象素點灰度值的中值。中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值

22、，從而消除孤立的噪聲點。在數(shù)字信號處理一維信號中，方法是用某種結(jié)構(gòu)的一維滑動模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為一維數(shù)據(jù)序列。一維中值濾波輸出為g（x）=med{f(x-k),(k,∈W)} ，其中,f(x)，g(x)分別為原始信號和處理后信號。</p><p>　　3.2中值濾波的實現(xiàn)算法</p><p>　　通過從圖像中的某個采樣窗口取出奇數(shù)個數(shù)據(jù)進(jìn)行排

23、序； 用排序后的中值取代要處理的數(shù)據(jù)即可。 中值濾波法對消除椒鹽噪音非常有效，在光學(xué)測量條紋圖像的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大。中值濾波在圖像處理中,常用于用來保護(hù)邊緣信息,是經(jīng)典的平滑噪聲的方法。中值濾波在如今的數(shù)字信號處理和數(shù)字圖像處理中都是應(yīng)用比較普遍的方法。設(shè)有一個一維序列(f1,f2,f3,……,fn)。取窗口長度為M(M為奇數(shù))，對此一維信號進(jìn)行中值濾波，就是從輸入序列中相繼抽出M的個數(shù)(fi

24、-v,…,fi-1,fi,fi+1,…,fi+v),其中fi為窗口的中心點值，v=(M-1)/2。再將這M個點的值按其數(shù)值大小排序，取其序號為正中間那個數(shù)作為濾波輸出。中值濾波的窗口形狀和尺寸設(shè)計對濾波效果影響很大。不同的圖像要求和不同的應(yīng)用要求，往往采用不同的窗口形狀和尺寸。 </p><p>　　3.3中值濾波程序 ：</p><p>　　X=imread('2.bmp'

25、;);%讀入圖像</p><p>　　X1=double(X);</p><p>　　[row,col]=size(X) %輸入圖像的大小</p><p>　　for i=1:row %從1開始到row結(jié)束的循環(huán) </p><p>　　for j=1:col %從1開始到col結(jié)束的循環(huán)</p><p>　　if

26、(i<=1 || j<=1 || i>=row || j>=col) %除去圖像的邊緣</p><p>　　X2(i,j)=X1(i,j);</p><p><b>　　else</b></p><p>　　a(1)=X1(i-1,j-1);</p><p>　　a(2)=X1(i,j-1);&

27、lt;/p><p>　　a(3)=X1(i+1,j-1); </p><p>　　a(4)=X1(i-1,j);</p><p>　　a(5)=X1(i,j);</p><p>　　a(6)=X1(i+1,j);</p><p>　　a(7)=X1(i-1,j+1);</p><p>　　a(8)=

28、X1(i,j+1);</p><p>　　a(9)=X1(i+1,j+1);</p><p>　　X2(i,j)=a(1)*1/45+a(2)*2/45+a(3)*3/45+a(4)*4/45+a(5)*5/45+a(6)*6/45+a(7)*7/45+a(8)*8/45+a(9)*9/45; %將模板中的九個像素點均值并賦值給X2。</p><p><b&g

29、t;　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　3.4運行結(jié)果：</b></p><p><b>　　3.4-1原圖</b></p>&l

30、t;p>　　3.4-2加入高斯噪聲后的圖像</p><p>　　圖3.4-3 中值濾波后的圖像</p><p>　　4.中值濾波與均值濾波的比較：</p><p>　　根據(jù)以上實驗結(jié)果進(jìn)行對比分析,可以得出以下結(jié)論: </p><p>　　對于均值濾波, 由以上處理后的圖像可以看到:均值濾波對高斯噪聲的抑制是比較好的,處理后的圖像邊緣

31、模糊較少。但對椒鹽噪聲的影響不大,因為在削弱噪聲的同時整幅圖像內(nèi)容總體也變得模糊，其噪聲仍然存在。 </p><p>　　(2)對于中值濾波,由圖像處理的結(jié)果可以看出,它只影響了圖像的基本信息,說明中值濾波對高斯噪聲的抑制效果不明顯。這是因為高斯噪聲使用隨機(jī)大小的幅值污染所有的點,因此無論怎樣進(jìn)行數(shù)據(jù)選擇,得到的始終還是被污染的值。而由圖還可以看出,中值濾波對去除“椒鹽”噪聲可以起到很好的效果,因為椒鹽噪聲只在

32、畫面中的部分點上隨機(jī)出現(xiàn),所以根據(jù)中值濾波原理可知,通過數(shù)據(jù)排序的方法,將圖像中未被噪聲污染的點代替噪聲點的值的概率比較大,因此噪聲的抑制效果很好,同時畫面的輪廓依然比較清晰。由此看來，對于椒鹽噪聲密度較小時,尤其是孤立噪聲點,用中值濾波的效果非常好的。 均值濾波對高斯噪聲有較好的抑制作用，而對于椒鹽噪聲的處理中值濾波要略微有優(yōu)勢。</p><p><b>　　5.參考文獻(xiàn) </b><

33、/p><p>　　[1] 張毓晉.圖像工程（第二版）.北京：清華大學(xué)出版社,2007 </p><p>　　[2] 孫宏琦，施維穎,巨永峰.利用中值濾波進(jìn)行圖像處理《長安大學(xué)學(xué)報（自然科學(xué)版） 》，2003(2) </p><p>　　[3] 李彥軍,蘇紅旗等.改進(jìn)的中值濾波圖像去噪方法研究《計算機(jī)工程與設(shè)計》，2009(12) </p><p>

34、;　　[4] 胡鵬,徐會燕.基于matlab的圖像去噪算法的研究與實現(xiàn)《福建電腦》，2009(12) </p><p>　　[5] 宋兆基、徐流美等.MATLAB 6.5在科學(xué)計算中的應(yīng)用.北京：清華大學(xué)出版社,2005 </p><p>　　[6] 程佩清. 數(shù)字信號處理教程（第3版）.北京: 清華大學(xué)出版社，2006</p><p><b>　　致謝

35、</b></p><p>　　數(shù)字信號處理是一門很實用、很有價值的一門課程。通過本次課程設(shè)計，我們對均值濾波和中值濾波有了一定的了解，對Matlab軟件的使用更加熟練，對課本上的知識有了近一步的掌握，也深刻明白了自己的不足。 完成本次課程設(shè)計的過程，是一個從無到有，經(jīng)歷了興奮、自信、失落、奮發(fā)、所悟、完成幾個過程。剛開始做課程設(shè)計時，仔細(xì)閱讀課程設(shè)計的題目及要求，以為沒有什么困難的，所用的知識書本上都

36、有?？墒钱?dāng)我們動手開始做的時候，才發(fā)現(xiàn)其中的算法，設(shè)計是那么的繁瑣。經(jīng)過一天的努力，毫無結(jié)果。失落的心情油然而生。于是，再到圖書館和網(wǎng)上查找資料，在經(jīng)過借鑒很多類似的資料、文獻(xiàn)后，總算有點眉目了。埋頭苦干是痛苦的，尤其在思考算法和程序框架的時候，迷茫，煩躁，特別是當(dāng)苦思一個結(jié)果，又被自己推翻，心痛的無法言繪。在此次課程設(shè)計中，我們體會到了合作的愉快，我們一起討論、研究、精益求精、不斷完善程序，終于通過我們的努力把這個課程設(shè)計做好了，這種