预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

学号:1008431110 本科毕业论文(设计) (2014届) 基于双边滤波的图像去噪方法 院系电子信息工程学院 专业通息工程 姓名 指导教师讲师 2014年4月合肥师范学院2014届本科毕业论文(设计) PAGEII 摘要 双边滤波是非线性的滤波方法,是结合图像的像素值相似度空间邻近度和空间领近度的一种折衷处理,同时考虑灰度相似性和空域信息,达到保边去噪的目的。双边滤波具有简单、非迭代、局部的特点。双边滤波器的好处是可以做边缘保存,一般过去用的维纳滤波或者高斯滤波去降噪,都会较明显地模糊边缘,对于高频细节的保护效果并不明显。双边滤波比HYPERLINK”http://baike。baidu。com/view/2103722。htm”高斯滤波多了一个高斯方差,它是基于空间分布的高斯滤波HYPERLINK”http://baike。baidu。com/view/15061.htm"函数,所以在边缘附近,离的较远的像素不会影响到边缘上的像素值,这样就保证了边缘附近像素值的保存.但是由于保存了过多的高频信息对于彩色图像里的高频噪声,双边滤波器不能够彻底的滤掉,只能够对于低频信息进行较好的滤波。其具体的操作方法有两个,第一个是高斯模版,用个模板对图像中的每一个像素值进行扫描,然后把某一点和其邻域内像素的加权平均值代替那一个中心的值高斯滤波器是根据高斯函数的形状来选择其权值的线性平滑滤波器,高斯滤波是线性平滑滤波的一种,最适合去除的噪声类型是服从正态分布的噪声。第二个是以灰度级的差值作为函数系数生成的模板。然后这两个模板点乘就得到了最终的双边滤波模板,最后得到双边滤波处理后的图像。 关键词:图像;去噪;双边滤波;高斯滤波 Abstract Thebilateralfilterisanonlinearfilteringmethod,isthecombinationofimagepixelvaluesimilarityspaceproximityandspacebroughtacompromiseapproachdegree,consideringthegraysimilarityandspatialinformation,toachievethepurposeofedgepreservingdenoising.Thebilateralfilterhastheadvantagesofsimple,noniterative,local。Thebilateralfilterisgoodtodoedgepreservation,generallyusedWienerfilteringorGaussfiltertodenoise,willobviouslyfuzzyedge,fortheprotectionofhighfrequencydetailisnotobvious.BilateralfilteringthanGaussfilterhasaGaussvariance,itisGaussfilterfunctionbasedonthespatialdistribution,soneartheedge,thepixelwillnotaffectthefarthertothepixelontheedgeofthevalue,thusensuringthepreservationofedgepixelvalues。Butbecauseofthehighfrequencyinformationsavedtoomuchforthehighfrequencynoiseinthecolorimage,thebilateralfiltercannotbecompletelyfilteredout,canonlybebetterfilteringforthelowfrequencyinformation。Thespecificoperationmethodhastwo,thefirstisGausstemplate,scanningforeachpixelintheimagewithatemplate,andthentheweightedonepointanditsneighborhoodpixelsinsteadoftheaveragevalueofacentralvalueGaussfiltersarelinearsmoothingfiltertoselecttheweightsbasedontheGaussfunctiontheshape,theGaussfilterisalinearsmoothingfilterfornoiseremoval,thetypeissubjecttonormallydistributednoise。