直方图信息的.自适应椒盐噪声滤波算法的研究.(源码)【字数：14833】
摘 要随着互联网的普及，网络服务覆盖全人类，信息传播的方式五花八门，而人们彼此之间交流信息的主要介质依然是图像与语音。人们在采集、传递、交流和处理图像信息的过程中，难免会遭受外界和内部因素的影响，进而产生噪声污染。其中，椒盐噪声对图像信息破坏力最大。传统滤波算法自适应差，对于高噪声率图像处理效果不佳，为了增强滤波效果，人们积极探索性能优良的滤波算法。本文提出了一种基于直方图信息的自适应椒盐噪声滤波算法。该算法首先检测噪声点，在对噪声点进行处理的过程中，对于不同程度的噪声污染自适应地选取不同的滤波手段。若图像被轻度污染，使用梯度法进行滤波；若图像被中度污染，使用信号点中值滤波算法进行滤波；若图像被重度污染，则使用基于直方图信息的加权均值滤波算法进行滤波。通过MATLAB仿真得出，本文算法在滤波效果上明显优于其他算法，即使在较高噪声率的情况下，也能取得较好地滤除效果，很好地保留了图像的细节和轮廓。在整个滤波过程中，无需设置滤波窗口参数，并且可以根据污染情况自动选择不同滤波方法，自适应性强。
目 录
第一章 绪论 1
1.1 课题研究背景和意义 1
1.2 国内外发展现状 1
1.3 课题研究的主要内容 2
1.4 本文组织结构 2
第二章 图像滤波基础理论介绍 4
2.1 MATLAB简介 4
2.2 直方图的定义 4
2.3 图像噪声模型 5
2.3.1 高斯噪声 5
2.3.2 椒盐噪声 6
2.3.3 泊松分布噪声 7
2.3.4 乘性噪声 7
2.3.5 图像噪声效果展示 7
第三章 图像去噪算法介绍 9
3.1 中值滤波算法 9
3.2 均值滤波算法 9
3.3 维纳滤波算法 10
3.4 图像滤波效果评价 10
3.4.1 主观滤波效果评价 11
3.4.2 客观滤波效果评价 11
3.5 小结 12
第四章 基于直方图信息的自适应椒盐噪声滤波算法 14
4.1 椒盐噪声下图像的直方图 14
*好棒文|www.hbsrm.com +Q: ￥351916072￥
4.2 基于直方图信息的自适应椒盐噪声滤波算法 15
4.2.1 噪声检测 15
4.2.2 噪声点的滤除 16
4.3 仿真实验及结果分析 18
4.3.1 图像滤波效果主观评价 18
4.3.2 图像滤波效果客观评价 24
4.4 小结 26
结束语 27
致 谢 28
参考文献 29
附录A 30
附录B 33
第一章 绪论
1.1 课题研究背景和意义
21世纪，数据信息大爆炸的时代，信息传播的方式与以往相比，丰富多彩，但最终人们彼此之间交流信息的主要介质与方式依然是图像与语音。图像对于人类生活的重要性，不言而喻，从古至今，就有那么一句话，“耳听为虚，眼见为实”，阐述了人类所能获取的大部分信息都来源于视觉系统，说明了图像很大程度上，扮演着载体的角色，承载别的事物赋予它的使命，最后实现传达信息的任务。人们在采集、传递、交流和处理图像信息的流程中，难免会遭受外界和内部因素的影响，进而被噪声干扰并污染。噪声的踪影随处可见，无法预测，其造成的随机认识偏差，目前人们采取的措施只能是概率统计的方法。
日常生活所能接触的噪声有很多，最典型的例如高斯噪声，椒盐噪声等。椒盐噪声对图像质量破坏力远远超过其他噪声，影响最直观的感知。而目前运用最广泛的算法，中值滤波算法，虽然能够一定程度上解决椒盐噪声带来的损害，一方面，面对不同的椒盐噪声，往往一概而论，不能有针对性的，有目的性的去解决根本问题，反而有时候会对图片造成“二次伤害”，不能够保护图片的细节部分，无法掌握到真正图像信息所表达的含义；另一方面，面对污染严重，噪声率大的图像，去噪效果差。而本文提出的算法，相比其他滤波算法，拥有处理效率高，自适应能力强，即使面对噪声污染严重的图像，依然能够拥有好的滤噪效果。
对于解决图像椒盐噪声的真正目的，既要降低甚至消除因为噪声的影响而导致的图像失真，避免造成人们的认识偏差，也要改善图像性能，提高图像质量水平。而解决图像噪声问题的意义，例如不同的图像有其不同的形成图像的原理，产生的原始图像中也蕴藏着多种含义的噪声，而这些噪声污染的形成大大损害了大众对图像信息最基本的判断与观察，曲解大众对图像的认知，严重的噪声污染还会使图像丧失它承载传递信息的使命。噪声的产生，隐藏在多个环节当中，可以在最初始图片信息的获取过程中，也可以在传播图像信息的过程中，处处噪声都有可能“趁虚而入”，可见图像去噪的重要性，确保今后人们能够完整并正确掌握到信息的本质。
1.2 国内外发展现状
网络笼罩的现如今，随着人们需求的不断增加，国内外图像去噪技术多种多样，如何能够更好的处理图像信息的噪声污染，保持信息的完整性，一直是图像信息研究的热点。本文的研究重点是噪声污染相对严重的椒盐噪声，最初滤除椒盐噪声的方法是中值滤波算法，它是由J.W.Jukey提出的，该算法也是一种非线性滤波算法，一方面能够处理椒盐噪声，并能够取得良好的效果，但另一方面，正因为它的“一视同仁”，一些图片信号点的像素值被它当做噪声点进行了处理，这与去除噪声的初衷相违背。
国外发展现状：数字图像的处理，即使初始的技术水平不高，但经过基本的改善，能一定程度的提高图像的性能，品质也相对应的提高。目前来说，主流的处理图像信息的方法无非有两种：频域法和空间域法。前者去噪的主要原理是信号被噪声污染后，通过滤波器的处理，对噪声污染的频率部分起着一定的滤除效果，但是依然具有其局限性，例如在脉冲信号等方面的处理；后者去噪的主要原理是中值滤波法和领域平均法的使用。权衡好噪声处理和图像的质量水平保护两者之间的关系，依旧是目前图像信息处理的主要研究方向之一。
国内发展现状：相比较国外而言，处理图像信息方面起步比较晚，经验不足，但是通过近些年的研究与探索，在国外掌握的技术经验的基础上迅速勃起。不管是大到航空航天技术方面，或者是国防、军事、经济、文化方面，还是小到工业、农业等各个领域，图像去噪技术其深远的影响，改变着人们的日常生活，尤其是近几年，小波理论影响着中国在世界图像处理技术的地位。
1.3 课题研究的主要内容
本课题研究如何自适应去除高噪声率的椒盐噪声并且保障图像信息的质量，主要内容为：
1.首先介绍了中值滤波算法、均值滤波算法、维纳滤波算法的相关概念，然后通过各个算法的比较，可以发现传统的滤波算法的优缺点：中值滤波在轻度污染噪声情况下滤波效果好，但是面对高噪声率图像，无法有效滤除噪声，而且处理图像之前要选择合适的模板处理，不能保护好细节部分。均值滤波算法和维纳滤波只能简单的滤除轻度噪声，而面对中高程度噪声，无法滤除，图像模糊不清。
目 录
第一章 绪论 1
1.1 课题研究背景和意义 1
1.2 国内外发展现状 1
1.3 课题研究的主要内容 2
1.4 本文组织结构 2
第二章 图像滤波基础理论介绍 4
2.1 MATLAB简介 4
2.2 直方图的定义 4
2.3 图像噪声模型 5
2.3.1 高斯噪声 5
2.3.2 椒盐噪声 6
2.3.3 泊松分布噪声 7
2.3.4 乘性噪声 7
2.3.5 图像噪声效果展示 7
第三章 图像去噪算法介绍 9
3.1 中值滤波算法 9
3.2 均值滤波算法 9
3.3 维纳滤波算法 10
3.4 图像滤波效果评价 10
3.4.1 主观滤波效果评价 11
3.4.2 客观滤波效果评价 11
3.5 小结 12
第四章 基于直方图信息的自适应椒盐噪声滤波算法 14
4.1 椒盐噪声下图像的直方图 14
*好棒文|www.hbsrm.com +Q: ￥351916072￥
4.2 基于直方图信息的自适应椒盐噪声滤波算法 15
4.2.1 噪声检测 15
4.2.2 噪声点的滤除 16
4.3 仿真实验及结果分析 18
4.3.1 图像滤波效果主观评价 18
4.3.2 图像滤波效果客观评价 24
4.4 小结 26
结束语 27
致 谢 28
参考文献 29
附录A 30
附录B 33
第一章 绪论
1.1 课题研究背景和意义
21世纪，数据信息大爆炸的时代，信息传播的方式与以往相比，丰富多彩，但最终人们彼此之间交流信息的主要介质与方式依然是图像与语音。图像对于人类生活的重要性，不言而喻，从古至今，就有那么一句话，“耳听为虚，眼见为实”，阐述了人类所能获取的大部分信息都来源于视觉系统，说明了图像很大程度上，扮演着载体的角色，承载别的事物赋予它的使命，最后实现传达信息的任务。人们在采集、传递、交流和处理图像信息的流程中，难免会遭受外界和内部因素的影响，进而被噪声干扰并污染。噪声的踪影随处可见，无法预测，其造成的随机认识偏差，目前人们采取的措施只能是概率统计的方法。
日常生活所能接触的噪声有很多，最典型的例如高斯噪声，椒盐噪声等。椒盐噪声对图像质量破坏力远远超过其他噪声，影响最直观的感知。而目前运用最广泛的算法，中值滤波算法，虽然能够一定程度上解决椒盐噪声带来的损害，一方面，面对不同的椒盐噪声，往往一概而论，不能有针对性的，有目的性的去解决根本问题，反而有时候会对图片造成“二次伤害”，不能够保护图片的细节部分，无法掌握到真正图像信息所表达的含义；另一方面，面对污染严重，噪声率大的图像，去噪效果差。而本文提出的算法，相比其他滤波算法，拥有处理效率高，自适应能力强，即使面对噪声污染严重的图像，依然能够拥有好的滤噪效果。
对于解决图像椒盐噪声的真正目的，既要降低甚至消除因为噪声的影响而导致的图像失真，避免造成人们的认识偏差，也要改善图像性能，提高图像质量水平。而解决图像噪声问题的意义，例如不同的图像有其不同的形成图像的原理，产生的原始图像中也蕴藏着多种含义的噪声，而这些噪声污染的形成大大损害了大众对图像信息最基本的判断与观察，曲解大众对图像的认知，严重的噪声污染还会使图像丧失它承载传递信息的使命。噪声的产生，隐藏在多个环节当中，可以在最初始图片信息的获取过程中，也可以在传播图像信息的过程中，处处噪声都有可能“趁虚而入”，可见图像去噪的重要性，确保今后人们能够完整并正确掌握到信息的本质。
1.2 国内外发展现状
网络笼罩的现如今，随着人们需求的不断增加，国内外图像去噪技术多种多样，如何能够更好的处理图像信息的噪声污染，保持信息的完整性，一直是图像信息研究的热点。本文的研究重点是噪声污染相对严重的椒盐噪声，最初滤除椒盐噪声的方法是中值滤波算法，它是由J.W.Jukey提出的，该算法也是一种非线性滤波算法，一方面能够处理椒盐噪声，并能够取得良好的效果，但另一方面，正因为它的“一视同仁”，一些图片信号点的像素值被它当做噪声点进行了处理，这与去除噪声的初衷相违背。
国外发展现状：数字图像的处理，即使初始的技术水平不高，但经过基本的改善，能一定程度的提高图像的性能，品质也相对应的提高。目前来说，主流的处理图像信息的方法无非有两种：频域法和空间域法。前者去噪的主要原理是信号被噪声污染后，通过滤波器的处理，对噪声污染的频率部分起着一定的滤除效果，但是依然具有其局限性，例如在脉冲信号等方面的处理；后者去噪的主要原理是中值滤波法和领域平均法的使用。权衡好噪声处理和图像的质量水平保护两者之间的关系，依旧是目前图像信息处理的主要研究方向之一。
国内发展现状：相比较国外而言，处理图像信息方面起步比较晚，经验不足，但是通过近些年的研究与探索，在国外掌握的技术经验的基础上迅速勃起。不管是大到航空航天技术方面，或者是国防、军事、经济、文化方面，还是小到工业、农业等各个领域，图像去噪技术其深远的影响，改变着人们的日常生活，尤其是近几年，小波理论影响着中国在世界图像处理技术的地位。
1.3 课题研究的主要内容
本课题研究如何自适应去除高噪声率的椒盐噪声并且保障图像信息的质量，主要内容为：
1.首先介绍了中值滤波算法、均值滤波算法、维纳滤波算法的相关概念，然后通过各个算法的比较，可以发现传统的滤波算法的优缺点：中值滤波在轻度污染噪声情况下滤波效果好，但是面对高噪声率图像，无法有效滤除噪声，而且处理图像之前要选择合适的模板处理，不能保护好细节部分。均值滤波算法和维纳滤波只能简单的滤除轻度噪声，而面对中高程度噪声，无法滤除，图像模糊不清。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/359.html
