基于Matlab的图像噪声去除

基于Matlab的图像噪声去除图像噪声的产生外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。内部噪声：一般又可分为以下四种：由光和电的基本性质所引起的噪声；电器的机械运动产生的噪声；器材材料本身引起的噪声；系统内部设备电路所引起的噪声。高斯噪声（gaussnoise）椒盐噪声（salt&peppernoise）图像噪声的去除数学形态学滤波(书本148页)•数学形态学是通过选取特定的结构元来保留，提取和滤除图像中的几何特征，其运算有腐蚀，膨胀，开，闭等运算。平均值滤波•每一幅图像,各不同的噪声图案则累积得很慢,通过求平均值可以有效地降低随机噪声的影响中值滤波(书本147页)•多数线性滤波局域低通特性，在去除噪声的同时也使图像的边缘变得模糊，中值滤波是抑制噪声的飞线性处理方法Matlab软件在图像除噪中的应用MATLAB在图像处理中的应用是由一系列支持图像处理的操作函数组成,如几何操作、区域操作和块操作、滤波、变换、图像分割、图像边缘提取、图像增强等；图像处理工具包的函数种类很多,包括:图像显示、图像文件输入与输出、几何操作、像素值统计、图像分析与增强、图像滤波、滤波器、图像变换、图像类型转换等中值滤波器分析图像降噪I=imread(‘C:\Users\Tony\Desktop\rice.tif’);subplot(2,2,1);imshow(I);title(‘原始图像’);f=imnoise(I,‘gaussian’,0.02);%加入高斯噪声subplot(2,2,2);imshow(f);%加入高斯噪声后显示图像title(‘加噪声后的图像’)；g=medfilt2(f);%第一次中值滤波subplot(2,2,3);imshow(g);subplot是将多个图画到一个平面上的工具。其中，m表示是图排成m行，n表示图排成n列，也就是整个figure中有n个图是排成一行的，一共m行，如果m=2就是表示2行图。p表示图所在的位置，p=1表示从左到右从上到下的第一个位置。g=imnoise(f,'gaussian',m,var)将均值M,方差为var的高斯噪声加到图像f上，默认值为均值是0，方差是0.01的噪声中值滤波器分析图像降噪(续)title(‘第一次中值滤波图像’);m=medfilt2(g);%第二次中值滤波subplot(2,2,4);imshow(m);title(‘第二次中值滤波图像’);m3=medfilt2(m2);subplot(3,2,5);imshow(m3);title('第三次中值滤波图像');m4=medfilt2(m3);subplot(3,2,6);imshow(m4);title('第四次中值滤波图像');平均值滤波I=imread('C:\Users\Tony\Desktop\rice.tif');subplot(2,2,1);imshow(I);title('原始图像');axissquare;[m,n]=size(I);J(m,n)=0;J=double(J);X=imnoise(I,'gaussian',0.02);Y=double(X);subplot(2,2,2);平均值滤波imshow(X);title('加高斯噪声后的图像');axissquare;J=(J+Y)/2;X=imnoise(I,'gaussian',0.02);Y=double(X);subplot(2,2,3);imshow(X);title('再加高斯噪声后的图像');axissquare;J=(J+Y)/2;平均值滤波X=imnoise(I,'gaussian',0.02);Y=double(X);subplot(2,2,3);imshow(X);title('再加高斯噪声后的图像');axissquare;J=(J+Y)/2;subplot(2,2,3);imshow(mat2gray(J));中值滤波平均值滤波小结在图像的处理过程中,消除图像的随机噪声干扰是一个非常重要的问题；通过上述方法对图像降噪分析可以看出,每种方法都有其优、缺点；通过综合比较,采用中值滤波器对实际图像降低噪声的效果较佳。Matlab语言在图像处理方面具有编程简单、操作方便、处理速度快等特点。