均值滤波与中值滤波的应用.doc

摘要 通常，在自然界中大部分信号都存在噪声。而在如今的数字信号处理中，有各种各样的数字信号滤波器，可以实现对噪声信号的滤波，恢复出原始信号的波形。本课程设计是基于一维信号被噪声信号污染后，分别经过均值滤波和中值滤波处理后，提取出原始信号，并且观看不同M值时滤波后波形的比较。均值滤波和中值滤波在数字信号处理中都是非常重要的滤波器，具有广泛的应用。 关键词 均值滤波 中值滤波 数字信号处理 目录 摘要…………………………………………………………………………………1 第1章 均值滤波 ………………………………………………………………………3 1.1 均值滤波的原理…………………………………………………………3 1.2 均值滤波的实现算法……………………………………………………3 1.3 均值滤波的应用…………………………………………………………3 1.4 均值滤波器………………………………………………………………3 第2章 中值滤波………………………………………………………………4 1.1 中值滤波的原理…………………………………………………………4 1.2 中值滤波的实现算法……………………………………………………4 1.3 中值滤波的应用…………………………………………………………4 1.4 中值滤波器………………………………………………………………4 均值滤波和中值滤波滤除噪声方法……………………………5 均值滤波和中值滤波对噪声信号滤波…………………………………5 程序设计…………………………………………………………………7 结果分析…………………………………………………………………8 心得体会…………………………………………………………………11 参考文献…………………………………………………………………………12 均值滤波 均值滤波的原理 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。 均值滤波也称为线性滤波，其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度值u（x，y），即 u（x，y）=1/m ∑f（x，y） = 1 \* GB3 ① m为该模板中包含当前像素在内的像素总个数。 均值滤波的实现算法 均值滤波将每个像素点的灰度值设置为以该点为中心的邻域窗口内的所有像素灰度值的平均值，以实现像素的平滑，达到图像去噪的目的。设输入图像信号为f(x,y),去噪处理后的输出图像为g(x,y),则有 g(x,y)= | f(x,y)- u (x,y)| = 2 \* GB3 ② 通过上式可以达到消除信号噪声的目的，但对于其中的每一个灰度值来说，都需要按照式 = 1 \* GB3 ①求取以该点中心的邻域窗口内所有像素的平均值，对长度为(2n+1)的信号来说，需要进行(2n+1)次加法、一次乘法、一次除法。所以说，均值计算占用了均值滤波处理的大量时间费用。 均值滤波应用 均值滤波就是在一定的时间内对输入信号进行连续的采样然后求出几次采样值的平均值。设x0．．．xi是采样值，yk是对采样进行平均值滤波的输出值，其关系如下： 在工程应用中，均值滤波对于周期性的干扰有很好的抑制作用，另外，均值滤波对于热噪声产生的干扰也有很好的抑制作用。 n的取值取决n系统的参数，如果系统对输入的灵敏度要求很高，则n的取值应比较小，如果系统的输入变化速度不快，系统对输入的灵敏性要求也不是很高，为了抑制干扰，提高输入的精度，可以将n取得比较大。 均值滤波器 均值滤波器也是平滑线性滤波器，常用于模糊处理和减小噪声，模糊处理 经常用于预处理。例如，在提取大的目标之前除去信号中的一些琐碎细节、桥接直线或曲线的缝隙。通过线性滤波器和非线性滤波器可以减小噪声。 算术均值滤波器 这是最简单的滤波器。表示中心在（x，y）点，长度为n的信号，采用M点的均值滤波器，算数均值滤波器实际上就是将M点的模板在n长的信号上面平移，将均值点替换为原图像的中间点。 中值滤波 中值滤波的原理 中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值