[转]图像处理去噪的方法

    <p>本文转自：<font><a href="http://hi.baidu.com/xjx19860908/blog/item/d38a90a746a16e93d043582c.html" target="_blank">http://hi.baidu.com/xjx19860908/blog/item/d38a90a746a16e93d043582c.html</a></font></p><p align="left"><strong><span style="font-size: 14pt;">1</span></strong><strong><span style="font-size: 14pt;">、噪声的产生及分类</span></strong><strong><span style="font-size: 14pt;">:</span></strong></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">噪声是图象干扰的重要原因。一幅图象在实际应用中可能存在各种各样的噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">这些噪声可能在传输中产生</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">也可能在量化等处理中产生。根据噪声和信号的关系可将其分为三种形式</span><span style="font-size: 12pt;">:(f(x,y)</span><span style="font-size: 12pt;">表示给定原始图象</span><span style="font-size: 12pt;">,g(x,y)</span><span style="font-size: 12pt;">表示图象信号</span><span style="font-size: 12pt;">,n(x,y)</span><span style="font-size: 12pt;">表示噪声。</span><span style="font-size: 12pt;">)</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">1) </span><span style="font-size: 12pt;">加性噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">此类噪声与输入图象信号无关</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">含噪图象可表</span></p><p align="left"><span style="font-size: 12pt;">示为</span><span style="font-size: 12pt;">f(x,y)=g(x,y)+n(x,y),</span><span style="font-size: 12pt;">信道噪声及光导摄像管的摄像机扫描图</span></p><p align="left"><span style="font-size: 12pt;">象时产生的噪声就属这类噪声</span><span style="font-size: 12pt;">;</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">2) </span><span style="font-size: 12pt;">乘性噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">此类噪声与图象信号有关</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">含噪图象可表示为</span><span style="font-size: 12pt;">f(x,y)=g(x,y)+n(x,y)g(x,y),</span><span style="font-size: 12pt;">飞点扫描器扫描图象时的噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">电视图象</span></p><p align="left"><span style="font-size: 12pt;">中的相干噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">胶片中的颗粒噪声就属于此类噪声。</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">3) </span><span style="font-size: 12pt;">量化噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">此类噪声与输入图象信号无关</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">是量化过程存</span></p><p align="left"><span style="font-size: 12pt;">在量化误差</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">再反映到接收端而产生。</span></p><p align="left"><strong><span style="font-size: 14pt;">2</span></strong><strong><span style="font-size: 14pt;">、去除图象噪声的方法简介</span></strong><strong><span style="font-size: 14pt;">:</span></strong></p><p align="left"><span style="font-size: 12pt;">2.1 </span><span style="font-size: 12pt;">均值滤波器</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图象中的颗粒噪声。领域平均法有力地抑制了噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">同时也由于平均而引起了模糊现象</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">模糊程度与领域半径成正比。</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">几何均值滤波器所达到的平滑度可以与算术均值滤波器相比</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">但在滤波过程中会丢失更少的图象细节。</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">谐波均值滤波器对“盐”噪声效果更好</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">逆谐波均值滤波器更适合于处理脉冲噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">但它有个缺点</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">就是必须要知道噪声是暗噪声还是亮噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">以便于选择合适的滤波器阶数符号</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">如果阶数的符号选择错了可能会引起灾难性的后果。</span></p><p style="text-indent: 12pt;" align="left"><span style="font-size: 12pt;">2.2 </span><span style="font-size: 12pt;">自适应维纳滤波器</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">它能根据图象的局部方差来调整滤波器的输出</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">局部方差越大</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">滤波器的平滑作用越强。它的最终目标是使恢复图像</span><span style="font-size: 12pt;">f^(x,y)</span><span style="font-size: 12pt;">与原始图像</span><span style="font-size: 12pt;">f(x,y)</span><span style="font-size: 12pt;">的均方误差</span><span style="font-size: 12pt;">e2=e[(f(x,y)-f^(x,y)2]</span><span style="font-size: 12pt;">最小。该方法的滤波效果比均值滤波器效果要好</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">对保留图像的边缘和其他高频部分很有用</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">不过计算量较大。维纳滤波器对具有白噪声的图象滤波效果最佳。</span></p><p style="text-indent: 12pt;" align="left"><span style="font-size: 12pt;">2.3 </span><span style="font-size: 12pt;">中值滤波器</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">它是一种常用的非线性平滑滤波器</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">从而可以消除孤立的噪声点</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">从而获得较满意的复原效果</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">而且</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">在实际运算过程中不需要图象的统计特性</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">这也带来不少方便</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">但对一些细节多</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">特别是点、线、尖顶细节较多的图象不宜采用中值滤波的方法。</span></p><p align="left"><span style="font-size: 12pt;">2.4 </span><span style="font-size: 12pt;">形态学噪声滤除器</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">将开启和闭合结合起来可用来滤除噪声</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">首先对有噪声图象进行开启操作</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">可选择结构要素矩阵比噪声的尺寸大</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">因而开启的结果是将背景上的噪声去除。最后是对前一步得到的图象进行闭合操作</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">将图象上的噪声去掉。根据此方法的特点可以知道</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">此方法适用的图像类型是图象中的对象尺寸都比较大</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">且没有细小的细节</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">对这种类型的图像除噪的效果会比较好。</span></p><p align="left"><span style="font-size: 12pt;">2.5 </span><span style="font-size: 12pt;">小波去噪</span></p><p style="text-indent: 24pt;" align="left"><span style="font-size: 12pt;">这种方法保留了大部分包含信号的小波系数</span><span style="font-size: 12pt;">,</span><span style="font-size: 12pt;">因此可以较好地保持图象细节。小波分析进行图像去噪主要有</span><span style="font-size: 12pt;">3</span><span style="font-size: 12pt;">个步骤</span><span style="font-size: 12pt;">:(1)</span><span style="font-size: 12pt;">对图象信号进行小波分解。</span><span style="font-size: 12pt;">(2)</span><span style="font-size: 12pt;">对经过层次分解后的高频系数进行阈值量化。</span><span style="font-size: 12pt;">(3)</span><span style="font-size: 12pt;">利用二维小波重构图象信号。</span></p>