模糊图像去噪技术的研究与实现

数字图像处理研究报告题目：模糊图像去噪技术的研究与实现姓名：杨中云学号：110749专业：信息安全2012年06月目录第1章绪论...................................................................................................................................................1第2章图像去噪技术....................................................................................................................................22.1图像噪声....................................................................22.1.1图像噪声概念...........................................................22.1.2常见图像噪声...........................................................22.2噪声模拟..........................................................................................................................................32.3去噪算法分类...................................................................................................................................42.4三种图像去噪技术...........................................................................................................................52.4.1中值滤波...............................................................52.4.2维纳滤波...............................................................62.4.3基于TV的图像去噪......................................................7第3章图像去噪的MATLAB实现.............................................................................................................93.1中值滤波去噪.................................................................................................................................103.2维纳滤波去噪.................................................................................................................................113.3全变分（TV）去噪.......................................................................................................................12结论.......................................................................................................................................................13参考文献.......................................................................................................................................................14附录A中值滤波去噪程序........................................................................................................................15附录B维纳滤波去噪程序........................................................................................................................16附录C全变分（TV）去噪程序...............................................................................................................17模糊图像去噪技术的研究与实现1第1章绪论随着各种数字仪器和数码产品的发展与普及，图像和视频已成为人们生活中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的采集、传输和存储过程中，常常会受到各种噪声的干扰而使图像质量下降，所以为了获取高质量的数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性（即主要特征）的同时，又能够去除信号中无用的信息。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息。为了有效地去除噪声，可以对图像使用一些平滑滤波器进行处理，如中值滤波、维纳滤波等，这些方法建立在对整幅图像模糊的基础上，取得了较好的平滑效果，但有可能丢失图像的边缘和纹理信息，因而存在着一定的局限性。为了避免破坏图像的边缘，对图像的去噪处理应遵循以下原则：图像边缘处平滑度小，图像平坦区域平滑度大；沿着图像边缘的方向平滑度最大，垂直图像边缘的方向平滑度最小。近年来，全变分(TV,TotalVariation)法的图像降噪技术得到了广泛关注，其思想是将图像去噪建模成一个能量函数的最小化问题，使得图像达到平滑状态。由于该方法引入偏微分方程的各向异性扩散方程用于图像去噪，在平滑噪声的同时，可以使边缘得到保持，较好地解决了恢复图像细节和抑制噪声之间的矛盾。本文首先对图像去噪技术做了一个简单的概述，其次对经典的图像去噪技术，如，中值滤波去噪、维纳滤波去噪和全变分图像去噪技术作了一个较为全面的介绍与分析。最后，本文将这些去噪方法用MATLAB程序仿真实现，完成了对模糊图像的去噪处理，并比较三种去噪技术的优缺点。模糊图像去噪技术的研究与实现2第2章图像去噪技术随着图像处理技术的发展，图像去噪的方法越来越多。经典的图像去噪算法有中值滤波、维纳滤波等等。近年来，全变分去噪也得到了广泛的发展。这些去噪方法都有各自的优点和不足。2.1图像噪声2.1.1图像噪声概念噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。例如，一幅黑白图片，其平面亮度分布假定为f(x，y)，那么对其接收起干扰作用的亮度分布R(x，y)，即可称为图像噪声。但是，噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。但在很多情况下，这样的描述方法是很复杂的，甚至是不可能的。而实际应用往往也不必要。通常是用其数字特征，即均值方差，相关函数等。因为这些数字特征都可以从某些方面反映出噪声的特征。2.1.2常见图像噪声一幅图像在实际应用中可能存在各种各样的噪声，这些噪声可能在采集时产生，也可能在传输、存储、处理中产生。根据噪声和信号的关系，可将其分为三种形式（f表示给定原始图像，g表示图像信号，n表示噪声）：（1）加性噪声含噪声的图像可表示为：ngf，即噪声与信号的关系是相加的。不管有没有信号，噪声都会存在。加性噪声干扰有用信号，因而不可避免地对通信造成危害，所以对图像进行相关处理前必须去除加性噪声。信道噪声及光导摄像管的摄像机扫描图像时产生的噪声，就属这类噪声。加性噪声中包括椒盐噪声、高斯噪声等典型的图像噪声。椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。模糊图像去噪技术的研究与实现3去除脉冲干扰及椒盐噪声最常用的算法是中值滤波。椒盐噪声的PDF可由下式给出：，其他，，bzazPbPazp0)(（2.1）如果ba，则灰度值b在图像中将显示为一个亮点，反之则a的值在图像中将显示为一个暗点。高斯噪声就是n维分布都服从高斯分布，即正态分布的概率密度函数的噪声。高斯随机变量Z的PDF由下式给出：222/)(exp21)(zzp（2.2）其中，z表示灰度值，表示z的平均值或期望值，表示z的标准差。当z服从上述分布时，其值有95%落在[(-2)，(+2)]范围内。（2）乘性噪声含噪声的图像可表示为：nggf，即噪声与信号的关系是相乘的。乘性噪声和图像信号是相关的，往往随图像信号的变化而变化。乘性噪声一般由信道不理想引起，飞点扫描器扫描图像时的噪声，电视图像中的相干噪声，胶片中的颗粒噪声就属于此类噪声。（3）量化噪声量化噪声是数字图像的主要噪声源，其大小显示出数字图像和原始图像的差异，减少这种噪声的最好办法就是采用按灰度级概率密度函数选择化级的最优化措施。一般来说，图像噪声多是与信号直接相加的。因此，原则上乘性噪声信号的去除最好先转换为加性噪声。所以我们去噪的主要目的是去掉加性噪声的影响，即高斯噪声和椒盐噪声。2.2噪声模拟研究图像去噪技术，首先要给图像添加噪声，进行噪声的模拟。数字图像噪声产生的途径有很多种。MATLAB的图像处理工具箱提供imnoise函数，可以用该函数给图像添加不同种类的噪声。表2.1列出了imnoise函数能够产生的两种噪声及对应参数。具模糊图像去噪技术的研究与实现4体的应用为：首先将图像读出来，然后给图像添加噪声。img=imread('filename.bmp');x=imnoise(img,'type',parameters)其中，filename为图像名称，且一般为灰度图像，参数type指定滤波器的种类，parameters是与滤波器种类有关的具体参数。表2.1imnoise函数支持的噪声种类及其参数说明typeparameters说明gaussian,m均值为m，方差为的高斯噪声salt&pepper无椒盐噪声2.3去噪算法分类（1）空间域滤波空域滤波是在原图像上直接进行数据运算，对像素的灰度值进行处理。常见的空间域图像去噪算法有邻域平均法、中值滤波、低通滤波等。（2）变换域滤波图像变换域去噪方法是对图像进行某种变换，将图像从空间域转换到变换域，再对变换域中的变换系数进行处理，再进行反变换将图像从变换域转换到空间域来达到去除图像噪声的目的。将图像从空间域转换到变换域的变换方法很多，如傅立叶变换、沃尔什-