同时含有椒盐噪声和高斯噪声的图像消噪处理图像课设论文详解.doc

燕山大学 课 程 设 计 说 明 书 题目：同时含有椒盐噪声和高斯噪声的图像消噪处理 学院（系）： 年级专业： 13级自动化仪表 学 号： 学生姓名： 指导教师： 吴晓光 教师职称： 讲师 燕山大学课程设计（论文）任务书 院（系）： 基层教学单位： 学 号 学生姓名 专业（班级） 设计题目 同时含有椒盐噪声和高斯噪声的图像消噪处理 设 计 技 术 参 数 设 计 要 求 工 作 量 工 作 计 划 参 考 资 料 指导教师签字 基层教学单位主任签字 说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2015年 12月 31 日 燕山大学课程设计评审意见表 指导教师评语： 成绩： 指导教师： 2015年 12月31 日 答辩小组评语： 成绩： 评阅人： 2015年 12月31 日 课程设计总成绩： 答辩小组成员签字： 吴晓光 2015年 12月 31日 目录 一、噪声的分类...........................................1 二、滤波原理..................................1 三、综合智能识别...............................1 四、处理结果...................................1 程序.......................................1 参考文献...................................1 摘要 在数字图像处理领域，图像噪声的滤除一直是最重要、最基本的研究课题之一。由 高斯噪声和椒盐噪声叠加而成的混合噪声是数字图像中存在的一种典型噪声。而传统方 法对于这种类型噪声的处理效果往往是不尽如人意的，主要表现在滤除图像噪声的同时 会对图像细节产生丢失。 绝大部分自然图像几乎同时含有椒盐噪声和高斯噪声，简单的使用传统的滤波算法 不能获得理想的滤波效果。为了解决混有这两种噪声图像的滤波问题，分别针对以椒盐 噪声为主的混合噪声图像和高斯噪声为主的混合噪声图像，提出了双阂值滤波算法。 这种算法是在修正后的阿尔法均值滤波算法的基础上做了两方面的改进:首先，提出在图像邻域内为不同灰度值的像素点给出归一化的权值，用这些权值和其对应的灰度值共同决定滤波输出。其次，所设计的权值可以用修正因子来进行微调，来获得理想的滤波效果。实验证明，其处理效果优于传统滤波算法和修正后的阿尔法均值滤波算法。 本论文所提出的算法均在MATLAB上进行了仿真，并进行相应的新旧算法比较，本文介绍有中值滤波，均值滤波等经典的滤波的算法，通过与改进后的自适应中值滤波和维纳滤波进行对比。 主题词 1.3高斯噪声的经典算法 1.3.1算术均值滤波法 1）算法原理:算术平均滤波是根据N个采样数据、……，寻找Y，使得Y与各个采样值之间的偏差的平方之和最小，即: 最小。 而Y是由一元函数求极值的原理获得 2)算法特点:此算法对于周期性波动的信号具有很好的滤波平滑效果，比较适用于那些具有随机干扰的信号的滤波。此种算法对于信号的滤波效果和平滑程度将取决于N的值。N较小时，平滑度低，滤波效果不太明显。N较大时，灵敏度低，平滑度高，实时性差。而此算法的主要缺陷在于:不适用对要求计算速度较快或者测量速度较慢的实 时控制。 3)算术均值滤波器 算术均值滤波器是最简单的均值滤波器。令表示中心在点(x, y)处、大小为m*n的矩形子图像窗口(邻域)的一组坐标。算术均值滤波在定义的区域中计算被 污染图像g（x,y）的平均值。在点(x, y)处复原图像的值，就简单地使用定义的区域中的像素计算出的算数平均值，即 （m和n是奇整数） 这个操作可以使用大小为m*n的一个空间滤波器来实现，其所有的系数均为其值的 1 /mn。均值滤波平滑一幅图像中的局部变化，虽然模糊了结果，但降低了噪声。这个操作可以