基于matlab的数字图像增强算法研究与实现.doc

基于matlab的数字图像增强算法研究与实现摘要图像在获取和传输过程中会受到各种噪声的干扰使图像退化质量下降对分析图像不利。图像的平滑或去噪一直是数字图像处理技术中的一项重要工作。为此论述了在空间域中的各种数字图像平滑技术方法。关键字：数字图像；图像增强；平滑处理目录第一章、概述21.1图像平滑意义21.2图像平滑应用21.3噪声模型…………………………………………………………3第二章、图像平滑方法52.1空域低通滤波52.1.1均值滤波器62.1.2中值滤波器62.2频域低通滤波7第三章、图像平滑处理与调试93.1模拟噪声图像93.2均值滤波法113.3中值滤波法143.4频域低通滤波法17第四章、总结与体会19参考文献20第一章、概述1.1图像平滑意义图像平滑（Smoothing）的主要目的是减少图像噪声。图像噪声来自于多方面有来自于系统外部的干扰（如电磁波或经电源窜进系统内部的外部噪声）也有来自于系统内部的干扰（如摄像机的热噪声电器机械运动而产生的抖动噪声内部噪声）。实际获得的图像都因受到干扰而有噪声噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理。在空间域中进行时基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。图像中的噪声往往是和信号交织在一起的尤其是乘性噪声如果平滑不当就会使图像本身的细节如边缘轮廓线条等模糊不清从而使图像降质。图像平滑总是要以一定的细节模糊为代价的因此如何尽量平滑掉图像的噪声又尽量保持图像的细节是图像平滑研究的主要问题之一。1.2图像平滑应用图像平滑主要是为了消除被污染图像中的噪声这是遥感图像处理研究的最基本内容之一被广泛应用于图像显示、传输、分析、动画制作、媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计的一种改善图像质量的方法。处理对象是在图像生成、传输、处理、显示等过程中受到多种因素扰动形成的加噪图像。在图像处理体系中图像平滑是图像复原技术针对“一幅图像中唯一存在的退化是噪声”时的特例。1.3噪声模型1.3.1噪声来源一幅图像可能会受到各种噪声的干扰而数字图像的实质就是光电信息因此图像噪声主要可能来源于以下几个方面：光电传感器噪声、大气层电磁暴、闪电等引起的强脉冲干扰、相片颗粒噪声和信道传输误差引起的噪声等。噪声的存在恶化图像质量使图像模糊更严重的甚至是图像的特征完全被淹没以至于给图像识别和分析带来了困难。目前比较经典的去噪声的方法都或多或少给图像带来模糊因此探求一种既能去除噪声又不至于使图像模糊的方法一直是图像增强处理中的难题至今尚在不断地探索。1.3.2高斯噪声数字图像的噪声主要来源于图像的获取和传输过程。按其产生的原因可分为:光电子噪声、热噪声、KTC噪声、量化噪声和信道传输噪声等。按其是否独立于空间坐标以及和图像是否关联可分为加性噪声和乘性噪声。为了最大限度地减少噪声对图像的影响人们从改善硬件质量和对受污图像进行处理两个方面做了许多的工作文中主要考虑对受污图像进行处理的算法研究。为了对受污图像进行处理人们对噪声进行了研究并建立了相应的数学模型。对噪声表述的数学建模主要考虑噪声的成因和分析受污图像上噪声的统计特性两个因素这种噪声主要来源于电子电路噪声和低照明度或高温带来的传感器噪声也称为正态噪声是在实践中经常用到的噪声模型。1.3.3椒盐噪声主要来源于成像过程中的短暂停留和数据传输中产生的错误。其PDF为如果b>a灰度值b在图像中显示为一亮点a值显示为一暗点。如果Pa和Pb均不为零在图像上的表现类似于随机分布图像上的胡椒和盐粉微粒因此称为椒盐噪声。当Pa为零时表现为“盐”噪声;当Pb为零时表现为“胡椒”噪声。MATLAB图像处理工具箱提供的噪声添加函数imnoise它可以对图像添加一些典型的噪声。其语法：J=imnoise(Itype)J=imnoise(Itypeparameters)其功能是：返回对原图像I添加典型噪声的图像J参数type和parameters用于确定噪声的类型和相应的参数。三种典型的噪声：type=’gaussian’时为高斯噪声；type=’salt&pepper’时为椒盐噪声；type=’speckle’时为乘法噪声；图像数据读取函数imread从图像文件中读取图像数据。其基本调用格式如下：I=imread（文件名’图像文件格式’）其功能是：将文件名指定的图像文件读入I中。I=imshow（A)其功能是显示图像A。如下程序就实现了3种噪声污染了的图像：I=imread('lena.bmp');%读取图像I1=imnoise(I'gaussian');%加高斯噪声