数字图像处理的空间滤波器设计digitalimageprocessingofthespatialfiltering(附件
摘 要摘 要“空间域”指的是图像平面本身，空域滤波是直接对图像的像素直接处理为基础的。它是一种邻域运算，空间域滤波的原理简单的说就是使用空域模板对要处理的图像进行处理，从而计算滤波器在图像中某点的响应，响应的计算方法就是根据滤波模板在图像中经过的面积的像素和滤波器的各项系数来计算。若对邻域中像素的计算为线性的，则运算成为线性空间滤波；否对则称此运算为非线性空间滤波。本文主要研究空间滤波的几种不同方法对噪声的抑制效果，分别介绍了在平滑滤波方向的空间线性滤波器及空间非线性滤波器，其中空间线性滤波主要研究均值滤波，空间非线性滤波主要研究中值滤波对噪声的抑制效果。在理解了不同滤波器原理的情况下，选择MATLAB作为平台，分别编写了相应的程序实现图像增强和去噪的设计和仿真，根据仿真结果，分析不同滤波器的优缺点，比较出最适合特定图像的滤波器。关键词空间域滤波器、图像增强、图像去噪、邻域处理
目录
第一章 绪论 1
1.1 引言 1
1.2 国内外研究现状 1
1.3 选题意义和目的 2
1.4 本文的主要内容 3
第二章 数字图像处理 4
2.1 什么是数字图像 4
2.2数字图像处理技术的优点 4
2.3 图像增强 5
第三章 数字图像滤波理论基础 6
3.1 图像噪声 6
3.1.1 图像噪声的分类 6
3.1.2 图像噪声的抑制方法 8
3.2 什么是滤波 8
3.3 空间滤波器 8
3.3.1 空间滤波器的基本概念及方法 8
3.3.2线性空间滤波器 9
3.3.3非线性空间滤波器 11
第四章 空间滤波器的设计 14
4.1.均值滤波实验结果 14
4.2 中值滤波实验结果 20
4.3小结 24
结语 26
致谢 27
参考文献 28
第一章 绪论
1.1 引言
二十世纪六十年代，超大规模集成电路的产生和计算机技术的兴起，对图像处理领域带来 *好棒文|www.hbsrm.com +Q: &351916072&
了巨大影响，数字图像处理技术就是在那时候应运而生，开始发展、成熟为一个崭新的技术领域。不管是在理论研究还是在实际应用，数字图像处理技术都成就显著。我们知道，眼睛是人类的主要感知器官之一，图像通过眼睛在视网膜上成像，被人类感知，产生视觉。过去的图像处理技术，目的在于改善图像的质量，从而达到改善人类的视觉感知效果的目的。低质量的图像经过图像处理技术后，变得更易被人类的视觉所感知，产生更高质量的视觉感受。由于成像的原理、传输图像的媒介等的不完善因素使得数字图像在传输过程中受到干扰和影响等诸多因素，从而导致我们所获得的图像是被噪声所污染的图像。我们都知道，信息的传输需要信源、信道、接收方，图像信息在信道中传输的过程中会收到来自各界的干扰和噪声，有电子器件产生的噪声，也有一些物理噪声等。所以，图像的处理技术就显得尤为重要，而数字滤波就是前期处理的主要部分，数字滤波器在实际应用中引起了人们的广泛关注和研究。
1.2 国内外研究现状
图像的滤波指得是通过滤波器消除图像在传输过程中的噪声，从而获得高质量的图像，所以其作用在图像处理中是至关重要的。数字图像处理的速度大幅提高的关键在于超大规模集成电路的诞生，也大大降低了一些图像处理设备的造价，对图像处理技术的应用和普及也起到了至关重要的作用。二十世纪九十年代，图像处理技术在科研领域得到大量的实用价值。随后的社会变革和科学技术的更新使得图像处理的信息量越来越大，从而人们在对于图像处理的速度和精度的要求也越来越高。图像的滤波理论和方法也在不断地完善和改进，使得数字图像滤波技术被广泛应用于各个领域。在社会不断发展的过程中，图像滤波知识显得越来越重要，实际上图像滤波已经渗透到计算机、电子、地质、气象、医学等诸多领域。
目前常用的滤波方法有不少。例如，我们知道高斯函数的密度函数是服从正太分布的，并且经傅里叶变换后的函数仍然是高斯函数，由此可知，高斯函数在一个频域里能够形成一个低通滤波器，这个滤波器具有平滑性能。高斯滤波的频域处理可以通过在频域做乘积的方法实现。再好比，均值滤波，它是通过目标像素点邻域内像素点的平均值来代替该点的灰度值从而实现滤波的效果，简单的说就是对信号作局部平均。在引入方向信息之后，对于指纹图像的处理方面，当属中值滤波，本文将对中值滤波对椒盐噪声的处理做深入探讨。
1.3 选题意义和目的
任何一副原始图像在其获取和传输等过程中都会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征掩埋对图像的分析不利。针对这样的问题我们提出图像增强的概念，即减弱噪声干扰，获得更清晰质量更高的图像。但是，想获得高清图像很难，即图像增强由于多方面因素限制很难达到人们预期的效果。为了能够获得更高质量的图像，人们提出了图像滤波的概念，即通过图像滤波的手段达到增强图像的效果。我们所研究的就是如何设计一个滤波器，能够针对不同的图像通过滤波处理获得高质量的图像，达到人们满意的效果。滤波器的原理就是通过一定的算法处理被噪声污染的图像，使接收图像信息者和人类视觉获得更高质量的图像和更好的视觉感知体验。我们所希望的是滤波的过程中，尽可能的保持原始图像的所有细节，而又能够尽可能将噪声全部消除。然而往往是很难实现的，由于噪声的混叠，使得在滤波的过程中，噪声的滤除和图像细节的保护便成为一种矛盾。我们所追求的滤波结果是在尽可能保留图像细节的前提下抑制图像的噪声，达到人们要求的结果。我们在处理图像的过程中遇到的噪声有很多种，最常见的有椒盐噪声、高斯噪声、加性噪声、乘性噪声等。噪声处理的方法有在空间域进行的也有在频率域进行的，即空间域滤波和频率域滤波。空间域滤波的方法有很多，例如，拉普拉斯滤波、均值滤波、加权均值滤波、中值滤波、加权中值滤波、最小均方差滤波、均值多次迭代滤波和中值多次迭代滤波等。本文将着重介绍空间中值滤波和均值滤波。空间域滤波是直接对图像的数据做空间变换从而达到滤波的目的。它是一种邻域运算，空间域滤波的原理简单的说就是使用空域模板对要处理的图像进行处理，从而计算滤波器在图像中某点的响应，响应的计算方法就是根据滤波模板在图像中经过的面积的像素和滤波器的各项系数来计算。若对邻域中像素的计算为线性的，则运算成为线性空间滤波；否对则称此运算为非线性空间滤波。
1.4 本文的主要内容
本文主要介绍几种平滑滤波器的概念及研究其滤波机理和效果，首先介绍了数字图像处理的基本概念，在后面的的章节中分别介绍图像增强、及图像增强的分类方法概等，第三章为数字图像处理和滤波器的理论基础知识，以及噪声的概念和分类，第四章分别对几种空间滤波器进行实验验证。借助MATLAB软件对几种滤波器进行功能仿真，同一幅被噪声污染的灰度图像采用不同的滤波器对其进行滤波处理，对比不同滤波器之间的优缺点和适用对象；同一幅幅图像用相同滤波器的不同滤波形式对其做滤波处理，对比几种滤波方法的优缺点，最终得出实验结果，通过峰值信噪比来对结果进行评估。确定不同滤波器所适用于滤除不同类型的噪声。
目录
第一章 绪论 1
1.1 引言 1
1.2 国内外研究现状 1
1.3 选题意义和目的 2
1.4 本文的主要内容 3
第二章 数字图像处理 4
2.1 什么是数字图像 4
2.2数字图像处理技术的优点 4
2.3 图像增强 5
第三章 数字图像滤波理论基础 6
3.1 图像噪声 6
3.1.1 图像噪声的分类 6
3.1.2 图像噪声的抑制方法 8
3.2 什么是滤波 8
3.3 空间滤波器 8
3.3.1 空间滤波器的基本概念及方法 8
3.3.2线性空间滤波器 9
3.3.3非线性空间滤波器 11
第四章 空间滤波器的设计 14
4.1.均值滤波实验结果 14
4.2 中值滤波实验结果 20
4.3小结 24
结语 26
致谢 27
参考文献 28
第一章 绪论
1.1 引言
二十世纪六十年代，超大规模集成电路的产生和计算机技术的兴起，对图像处理领域带来 *好棒文|www.hbsrm.com +Q: &351916072&
了巨大影响，数字图像处理技术就是在那时候应运而生，开始发展、成熟为一个崭新的技术领域。不管是在理论研究还是在实际应用，数字图像处理技术都成就显著。我们知道，眼睛是人类的主要感知器官之一，图像通过眼睛在视网膜上成像，被人类感知，产生视觉。过去的图像处理技术，目的在于改善图像的质量，从而达到改善人类的视觉感知效果的目的。低质量的图像经过图像处理技术后，变得更易被人类的视觉所感知，产生更高质量的视觉感受。由于成像的原理、传输图像的媒介等的不完善因素使得数字图像在传输过程中受到干扰和影响等诸多因素，从而导致我们所获得的图像是被噪声所污染的图像。我们都知道，信息的传输需要信源、信道、接收方，图像信息在信道中传输的过程中会收到来自各界的干扰和噪声，有电子器件产生的噪声，也有一些物理噪声等。所以，图像的处理技术就显得尤为重要，而数字滤波就是前期处理的主要部分，数字滤波器在实际应用中引起了人们的广泛关注和研究。
1.2 国内外研究现状
图像的滤波指得是通过滤波器消除图像在传输过程中的噪声，从而获得高质量的图像，所以其作用在图像处理中是至关重要的。数字图像处理的速度大幅提高的关键在于超大规模集成电路的诞生，也大大降低了一些图像处理设备的造价，对图像处理技术的应用和普及也起到了至关重要的作用。二十世纪九十年代，图像处理技术在科研领域得到大量的实用价值。随后的社会变革和科学技术的更新使得图像处理的信息量越来越大，从而人们在对于图像处理的速度和精度的要求也越来越高。图像的滤波理论和方法也在不断地完善和改进，使得数字图像滤波技术被广泛应用于各个领域。在社会不断发展的过程中，图像滤波知识显得越来越重要，实际上图像滤波已经渗透到计算机、电子、地质、气象、医学等诸多领域。
目前常用的滤波方法有不少。例如，我们知道高斯函数的密度函数是服从正太分布的，并且经傅里叶变换后的函数仍然是高斯函数，由此可知，高斯函数在一个频域里能够形成一个低通滤波器，这个滤波器具有平滑性能。高斯滤波的频域处理可以通过在频域做乘积的方法实现。再好比，均值滤波，它是通过目标像素点邻域内像素点的平均值来代替该点的灰度值从而实现滤波的效果，简单的说就是对信号作局部平均。在引入方向信息之后，对于指纹图像的处理方面，当属中值滤波，本文将对中值滤波对椒盐噪声的处理做深入探讨。
1.3 选题意义和目的
任何一副原始图像在其获取和传输等过程中都会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征掩埋对图像的分析不利。针对这样的问题我们提出图像增强的概念，即减弱噪声干扰，获得更清晰质量更高的图像。但是，想获得高清图像很难，即图像增强由于多方面因素限制很难达到人们预期的效果。为了能够获得更高质量的图像，人们提出了图像滤波的概念，即通过图像滤波的手段达到增强图像的效果。我们所研究的就是如何设计一个滤波器，能够针对不同的图像通过滤波处理获得高质量的图像，达到人们满意的效果。滤波器的原理就是通过一定的算法处理被噪声污染的图像，使接收图像信息者和人类视觉获得更高质量的图像和更好的视觉感知体验。我们所希望的是滤波的过程中，尽可能的保持原始图像的所有细节，而又能够尽可能将噪声全部消除。然而往往是很难实现的，由于噪声的混叠，使得在滤波的过程中，噪声的滤除和图像细节的保护便成为一种矛盾。我们所追求的滤波结果是在尽可能保留图像细节的前提下抑制图像的噪声，达到人们要求的结果。我们在处理图像的过程中遇到的噪声有很多种，最常见的有椒盐噪声、高斯噪声、加性噪声、乘性噪声等。噪声处理的方法有在空间域进行的也有在频率域进行的，即空间域滤波和频率域滤波。空间域滤波的方法有很多，例如，拉普拉斯滤波、均值滤波、加权均值滤波、中值滤波、加权中值滤波、最小均方差滤波、均值多次迭代滤波和中值多次迭代滤波等。本文将着重介绍空间中值滤波和均值滤波。空间域滤波是直接对图像的数据做空间变换从而达到滤波的目的。它是一种邻域运算，空间域滤波的原理简单的说就是使用空域模板对要处理的图像进行处理，从而计算滤波器在图像中某点的响应，响应的计算方法就是根据滤波模板在图像中经过的面积的像素和滤波器的各项系数来计算。若对邻域中像素的计算为线性的，则运算成为线性空间滤波；否对则称此运算为非线性空间滤波。
1.4 本文的主要内容
本文主要介绍几种平滑滤波器的概念及研究其滤波机理和效果，首先介绍了数字图像处理的基本概念，在后面的的章节中分别介绍图像增强、及图像增强的分类方法概等，第三章为数字图像处理和滤波器的理论基础知识，以及噪声的概念和分类，第四章分别对几种空间滤波器进行实验验证。借助MATLAB软件对几种滤波器进行功能仿真，同一幅被噪声污染的灰度图像采用不同的滤波器对其进行滤波处理，对比不同滤波器之间的优缺点和适用对象；同一幅幅图像用相同滤波器的不同滤波形式对其做滤波处理，对比几种滤波方法的优缺点，最终得出实验结果，通过峰值信噪比来对结果进行评估。确定不同滤波器所适用于滤除不同类型的噪声。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1045.html
