基于中值滤波和小波变换的图像去噪分析-计算机应用技术专业论文.docx

摘要图像在采集、传输等过程中不可避免会受到各种噪声的干扰，为了后续更高层次的处理，很有必要对图像进行去噪预处理。图像噪声有很多种，主要表现为脉冲噪声和高斯噪声。中值滤波是广泛用于去除脉冲噪声的一种非线性去噪方法；小波变换是一种强有力的数学分析工具，近年来在图像去噪领域得到了广泛应用，产生了许多好的基于高斯白噪声假设的小波图像去噪算法。本文对图像中最常见的脉冲噪声、高斯噪声的滤除进行了比较深入的研究，研究工作主要包括以下三个方面的内容：(1)对标准中值滤波及其各种改进算法进行了分析研究，为克服标准中值滤波算法的固有缺点，本文给出一种基于脉冲噪声点检测的自适应中值滤波算法，并与其它算法进行了仿真比较实验。从实验结果中可以看到，与其它中值滤波算法相比，本文的算法在去除脉冲噪声时能取得最好的效果。(2)对小波图像去噪方法做了一定量的研究工作，在分析自然图像小波系数特点的基础上，给出一种基于高斯混合模型的小波图像去噪算法。实验结果表明，该算法去除高斯白噪声的效果优于其它一些小波去噪算法。(3)某一种去噪方法通常只对某一类噪声的去除较为有效，为了抑制混合噪声，本文给出了基于脉冲噪声点检测的自适应中值滤波与基于高斯混合模型的小波去噪法相结合的图像去噪算法。仿真实验表明，对于被高斯、脉冲混合噪声污染的图像，该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多。关键词：图像去噪；中值滤波；小波去噪；混合噪声IIABSTRACTImagesaredisturbedinevitablybyallkindsofnoisewhencollected andtransmitted．Inordertohigherlevelprocessing，it’Sverynecessarytocarryondenoisingpretreatmenttoimages．Therearemanykindsofnoiseinimages，mostlyareimpulseandGaussiannoise．Medianfilterisanonlinearfilteringtechniquewidelyusedforremovelofimpulsenoise．Wavelettransformisastrongmathematicalanalysist001．Itiswidelyappliedtothefieldofimage denoisinginnearyears．Andmanygoodwaveletimagedenoisingalgorithmshaveappeared，ontheassumptionthatnoiseofimagesisGaussianwhitenoise．ThispaperlucubratedthefilteringofimpulsenoiseandGaussiannoise，whicharethemostcommoninimages．Theresearchcontentsconsistofthreeaspects：(1)Weanalyzedandstudiedstandardmedianfilteranditsimprovementalgorithms．In ordertoovercomeinherentshortcomingofstandardmedianfilter，thepapergivesanadaptivemedianfilteralgorithmbasedondetectionofimpulsenoisepoints，andcomparesitwithotheralgorithmsbysimulationexperiments．Fromtheexperimentalresults，wecanknowthatcomparedwithothermedianfilter,thenewalgorithmcanobtainthebesteffectwhenfilteringimpulsenoise．(2)Wedidsomeresearchworkaboutimagedenoisingmethodsbasedonwavelet．Afteranalyzingwaveletcoefficientcharacteristicofnaturalimages，awaveletimagedenoisingalgorithmbasedonGaussianMixtureModelisgiven．Theexperimentalresults indicatethatthealgorithmis betterthanotherwaveletdenoisingalgorithmswhenremovingGaussianwhitenoise．(3)Usually,one de