李秀梅，張奇?zhèn)ィ瑧?yīng)廣之

（杭州師范大學(xué)信息科學(xué)與工程學(xué)院，浙江杭州 310036）

基于Matlab的圖像去噪可視化系統(tǒng)設(shè)計(jì)

李秀梅，張奇?zhèn)?，?yīng)廣之

（杭州師范大學(xué)信息科學(xué)與工程學(xué)院，浙江杭州 310036）

設(shè)計(jì)了基于Matlab的圖像去噪可視化系統(tǒng)，針對(duì)常見的高斯噪聲、椒鹽噪聲、乘性噪聲，討論和比較了均值濾波、中值濾波、自適應(yīng)中值濾波、維納濾波和小波閾值濾波等去噪方法，并利用峰值信噪比PSNR反映各種去噪方法對(duì)不同噪聲干擾后圖像的處理效果，為圖像去噪提供了直觀的分析.

圖像去噪；可視化；峰值信噪比；高斯噪聲；椒鹽噪聲；乘性噪聲

0 引 言

圖像在產(chǎn)生和傳輸?shù)倪^程中會(huì)受到如高斯噪聲、椒鹽噪聲、乘性噪聲等各種噪聲的干擾，為了將受噪聲影響后的圖像盡可能地還原出來，需要對(duì)被噪聲干擾的圖像進(jìn)行去噪，因此圖像去噪是圖像處理領(lǐng)域中的重要研究課題，引起了人們的廣泛關(guān)注［1－7］。

不同類型的噪聲，需要采用不同的去噪算法。例如，針對(duì)高斯噪聲，常見的去噪方法為均值濾波算法；而針對(duì)椒鹽噪聲，常采用Turkey提出的中值濾波算法.為了更好地抑制噪聲密度較大的椒鹽噪聲，有學(xué)者提出了自適應(yīng)中值濾波［5］.此外，維納濾波［6］和基于小波的閾值濾波［7］也成為了人們關(guān)注的熱點(diǎn)方法.

為了直觀、客觀分析各種方法對(duì)不同噪聲干擾的圖像進(jìn)行去噪的效果，本文基于Matlab設(shè)計(jì)了可視化的圖像去噪系統(tǒng)，以分析圖像被高斯噪聲、椒鹽噪聲和乘性噪聲干擾的情況下利用不同的去噪方法即均值濾波、中值濾波、自適應(yīng)中值濾波、維納濾波和小波閾值濾波對(duì)含噪圖像進(jìn)行處理的情況，并給出峰值信噪比PSNR以客觀反映去噪效果.

1 去除圖像噪聲的方法簡(jiǎn)介

1.1 均值濾波

均值濾波屬于典型的線性濾波算法［5］，對(duì)于待處理的像素點(diǎn)，選擇一個(gè)由其鄰域的若干像素組成的模板，求模板中所有像素的均值，再把該均值賦予待處理的像素點(diǎn)，作為處理后圖像在該點(diǎn)上的灰度.均值濾波有效抑制了噪聲，然而算法中的平均計(jì)算也引起了模糊現(xiàn)象.

1.2 中值濾波

中值濾波是一種常用的非線性平滑濾波方法［5］，其基本原理是把圖像中每一點(diǎn)的像素值用該點(diǎn)鄰域中各像素值的中值代替，從而消除孤立的噪聲點(diǎn)，因此對(duì)于濾除圖像的椒鹽噪聲非常有效，并且中值濾波器在去除噪聲的同時(shí)還保護(hù)了圖像的邊緣.

1.3 自適應(yīng)中值濾波

標(biāo)準(zhǔn)的中值濾波算法在處理空間密度較大的椒鹽噪聲時(shí)存在能力不足的問題.作為中值濾波算法的改進(jìn)方法，自適應(yīng)中值濾波算法［5］通過擴(kuò)大窗口來相對(duì)地減少椒鹽噪聲的空間密度，對(duì)空間密度較大的椒鹽噪聲產(chǎn)生較好的抑制作用，并且還可以保存更多的圖像細(xì)節(jié).

1.4 自適應(yīng)維納濾波

自適應(yīng)維納濾波［6］以恢復(fù)圖像與原始圖像的均方誤差最小為主要目標(biāo)，根據(jù)圖像的局部方差調(diào)整濾波器的輸出，局部方差越大，濾波器的平滑作用越強(qiáng).該方法的濾波效果比均值濾波器效果要好，能有效保留圖像的邊緣和其他高頻部分.

1.5 小波閾值去噪

小波閾值去噪［7］主要包括對(duì)圖像信號(hào)進(jìn)行小波分解、對(duì)經(jīng)過層次分解后的高頻系數(shù)進(jìn)行閾值量化、利用二維小波重構(gòu)圖像信號(hào)等3個(gè)步驟，是一種簡(jiǎn)單而有效的去噪方法，可以較好地保持圖像細(xì)節(jié).

2 基于Matlab的圖像去噪可視化系統(tǒng)設(shè)計(jì)

Matlab是由Math Works公司開發(fā)的一種高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境，廣泛應(yīng)用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算等領(lǐng)域.Matlab中圖形用戶界面GUI具有強(qiáng)大的功能，由窗口、光標(biāo)、按鍵、菜單和文本等對(duì)象構(gòu)成，可以通過編程控制各個(gè)控件來協(xié)調(diào)工作.已有研究者基于Matlab建立語音處理系統(tǒng)［8］、圖像處理系統(tǒng)［9］、基于小波變換的圖像去噪系統(tǒng)［10］等.

本文將在Matlab開發(fā)環(huán)境下，完成圖像去噪的可視化系統(tǒng)，包括界面設(shè)計(jì)和算法程序設(shè)計(jì).通過該可視化系統(tǒng)，用戶只需選擇所需處理的圖像，并選擇對(duì)該圖像添加各種不同的噪聲類型及噪聲密度，再利用上述介紹的去噪方法，即可實(shí)現(xiàn)對(duì)含噪圖像的去噪處理.

2.1 系統(tǒng)框圖及說明

該系統(tǒng)的框架圖如圖1所示.

本文利用Matlab中的圖形用戶界面GUI構(gòu)建圖像去噪可視化系統(tǒng).在打開空白的GUI界面后，通過選擇窗口、光標(biāo)、按鍵、菜單和文本等控件及修改相關(guān)屬性即可完成GUI界面的設(shè)計(jì)，如圖2所示.

圖1 基于Matlab的圖像去噪可視化系統(tǒng)框架圖Fig.1 The diagram of the Matlab－based image denoising system

2.2 系統(tǒng)演示

筆者利用該系統(tǒng)分別對(duì)被高斯噪聲、椒鹽噪聲、乘性噪聲干擾的lena圖像進(jìn)行去噪處理演示.

針對(duì)圖像去噪，常用的客觀評(píng)價(jià)標(biāo)準(zhǔn)為峰值信噪比PSNR，其定義式為：

圖2 基于Matlab的圖像去噪可視化系統(tǒng)界面Fig.2 The interface of the Matlab－based image denoising system

2.2.1 高斯噪聲

通過點(diǎn)擊“請(qǐng)選擇原始圖像”，選擇lena.jpg圖像并顯示在原始圖像框中；選擇噪聲類型中的“Gaussian”，并選擇其方差為0.02，點(diǎn)擊加噪按鈕后，顯示加噪圖像；然后點(diǎn)擊去噪按鈕，啟動(dòng)對(duì)圖像的去噪處理并顯示各方法處理后的圖像；同時(shí)在PSNR欄顯示出加噪圖像及各去噪圖像的PSNR，以進(jìn)行對(duì)比.圖3所示即為高斯噪聲干擾下該可視化系統(tǒng)運(yùn)行的結(jié)果.

圖3 高斯噪聲下圖像可視化系統(tǒng)的運(yùn)行結(jié)果Fig.3 The result of the Matlab－based image denoising system in Gaussian noise

由運(yùn)行結(jié)果，可以直觀比較各種去噪方法的效果，并通過PSNR的對(duì)比，給出對(duì)去噪方法的客觀評(píng)價(jià).由圖3可以看出，小波濾波和均值濾波是處理被高斯噪聲干擾的圖像較好的方法，維納濾波和中值濾波也對(duì)高斯噪聲的抑制起到一定的效果，而自適應(yīng)中值濾波卻無法對(duì)高斯噪聲起到較好的抑制作用.

2.2.2 椒鹽噪聲

將噪聲類型選擇為椒鹽噪聲，并選擇其噪聲密度為0.1，系統(tǒng)的運(yùn)行結(jié)果如圖4所示.可以看出，中值濾波和自適應(yīng)中值濾波能對(duì)被椒鹽噪聲干擾的圖像給出較好的處理結(jié)果，而維納濾波、中值濾波及自適應(yīng)中值濾波則無法對(duì)高斯噪聲起到較好的抑制作用.各濾波方法的PSNR值也客觀反映了各自的效果.

圖4 椒鹽噪聲下圖像可視化系統(tǒng)的運(yùn)行結(jié)果Fig.4 The result of the Matlab－based image denoising system in salt and pepper noise

2.2.3 乘性噪聲

將噪聲類型選擇為乘性噪聲，噪聲密度選擇為0.05，所得結(jié)果如圖5所示.可見，小波濾波和均值濾波可以有效抑制乘性噪聲的干擾，獲得較清晰的圖像.而自適應(yīng)中值濾波是抑制椒鹽噪聲的有效方法，卻無法較好地抑制乘性噪聲，其PSNR值也較小.

圖5 乘性噪聲下圖像可視化系統(tǒng)的運(yùn)行結(jié)果Fig.5 The result of the Matlab－based image denoising system in multiplicative noise

從以上的演示和分析可見，針對(duì)高斯噪聲、椒鹽噪聲、乘性噪聲等不同類型的噪聲，該可視化系統(tǒng)給出了幾種不同去噪方法的比較，可以直觀、客觀地分析不同方法的去噪效果，從而為針對(duì)不同類型的噪聲選擇合適的去噪方法提供參考依據(jù).

需要明確的是，在系統(tǒng)運(yùn)行時(shí)界面中出現(xiàn)“請(qǐng)選擇原始圖像”后，筆者選擇了lena.jpg圖像作為范例來探討該圖像在不同噪聲下的各種去噪方法的比較.事實(shí)上，也可以選擇其它不同的原始圖像，如常見的baboon.jpg，barbara.jpg，pepers.jpg等.針對(duì)不同的圖像，采用各種不同去噪方法所得的效果與針對(duì)lena.jpg圖像所得到的效果相似，由于篇幅限制，這里不再給出其它圖像處理的結(jié)果.

3 結(jié) 論

本文基于Matlab設(shè)計(jì)了圖像去噪可視化系統(tǒng)，針對(duì)高斯噪聲、椒鹽噪聲、乘性噪聲等3種噪聲，直觀分析了均值濾波、中值濾波、自適應(yīng)中值濾波、維納濾波和小波閾值濾波等圖像去噪方法.該系統(tǒng)作為圖像去噪的平臺(tái)，能夠直觀地分析以上各去噪方法對(duì)噪聲干擾圖像的處理以更好理解各種去噪方法，為圖像去噪提供可視化的分析.

［1］肖泉，丁興號(hào)，王守覺，等.有效保持細(xì)節(jié)特征的圖像椒鹽噪聲濾除方法［J］.電子學(xué)報(bào)，2010，38（10）：2273－2278.

［2］張衛(wèi)華，李睿，何坤，等.3DDCT變換下的圖像去噪與增強(qiáng)方法［J］.電子科技大學(xué)學(xué)報(bào)，2011，40（5）：742－746.

［3］Chan R H，Ho C W，Nikolova M.Salt－and－pepper noise removal by median－type noise detectors and detail－preserving regularization［J］.IEEE Transactions on Image Processing，2005，14（10）：1479－1485.

［4］Hamza A B，Krin H.Image denoising：a nonlinear robust statistical approach［J］.IEEE Transactions on Signal Processing，2001，49（12）：3045－3054.

［5］景曉軍，周賢偉，付婭麗.圖像處理技術(shù)及其應(yīng)用［M］.北京：國防工業(yè)出版社，2005：206－211.

［6］張兆禮，趙春暉，梅曉丹.現(xiàn)代圖像處理技術(shù)及Matlab實(shí)現(xiàn)［M］.北京：人民郵電出版社，2001：319－328.

［7］田沛，李慶周，馬平，等.一種基于小波變換的圖像去噪新方法［J］.中國圖象圖形學(xué)報(bào)，2008，13（3）：394－397.

［8］王光艷，趙曉群，王霞.語音信號(hào)時(shí)頻特征顯示系統(tǒng)的設(shè)計(jì)和仿真［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46（29）：73－75.

［9］黃書先.基于Matlab平臺(tái)的可視化圖像處理系統(tǒng)設(shè)計(jì)方法［J］.長(zhǎng)江大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，2（4）：158－161.

［10］豐明坤.基于小波變換的圖像去噪虛擬儀器系統(tǒng)［J］.光電子技術(shù)，2009，29（1）：23－26.

A Matlab－based Visual System Design for Image Denoising

LI Xiu－mei，ZHANG Qi－wei，YING Guang－zhi

（College of Information Science and Engineering，Hangzhou Normal University，Hangzhou，310036，China）

The research designed a Matlab－based visual system for image denoising.Aiming at Gaussian noise，salt and pepper noise as well as multiplicative noise，the paper discussed and compared different denoising methods，such as mean filter，median filter，adaptive median filter，Wiener filter and wavelet threshold filter.Moreover，the system used PSNR to show the denoising effects of different denoising methods on different noises，provided visualized analysis for image denoising.

image denoising；visualization；PSNR；Gaussian noise；salt and pepper noise；multiplicative noise

TP317.4

A

1674－232X（2012）06－0551－05

10.3969/j.issn.1674－232X.2012.06.015

2012－07－07

國家自然科學(xué)基金項(xiàng)目（61102164）；杭州師范大學(xué)科研啟動(dòng)基金項(xiàng)目（2011QDL021）；杭州師范大學(xué)實(shí)驗(yàn)室開放項(xiàng)目；杭州師范大學(xué)本科生創(chuàng)新能力提升工程項(xiàng)目；杭州師范大學(xué)挑戰(zhàn)杯項(xiàng)目.

李秀梅（1978—），女，副教授，博士，主要從事時(shí)頻分析及應(yīng)用、圖像及語音處理方面的研究.E－mail：xiumei＿li＠hotmail.com