張巧靈　馬自萍　薛瑞芝

摘要：數(shù)學(xué)圖像在獲取與傳輸過程中很容易受到噪聲的污染，本文主要采用對圖像信號直接進(jìn)行處理的空間域?yàn)V波法，運(yùn)用了線性空域?yàn)V波與非線性空域?yàn)V波對加有椒鹽噪聲與高斯噪聲的圖像進(jìn)行了處理與結(jié)果比較發(fā)現(xiàn)，均值濾波比中值濾波更適于去除含有高斯噪聲類的圖像，但是會使圖像邊緣變得比處理前更模糊；中值濾波能夠比均值濾波更適于去除還有椒鹽噪聲類的圖像，并能較好的保留圖像邊緣。

關(guān)鍵詞：matlab 圖像去噪 濾波 椒鹽噪聲 高斯噪聲

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2015）04-0082-01

Abstract：the mathematical images in the process of acquisition and transmission are vulnerable to noise pollution， this article mainly USES the image signal processing spatial domain filtering method directly， using the linear spatial filtering and nonlinear spatial filtering of images with salt and pepper noise and gaussian noise added to the treatment compared with the results found that average filtering is better than median filtering is suitable for removing containing gaussian noise images of the class， but can make the image edge has become more than before processing fuzzy； Median filtering can be more than the average filtering is suitable for removing and salt and pepper noise images of the class， and can better retain image edge.

Key Words：salt and pepper noise image denoising matlab filtering gaussian noise

1 空域?yàn)V波

“空域?yàn)V波法”是指圖像信號采用時(shí)域表示形式，對于圖像中每個(gè)像素為中心的領(lǐng)域進(jìn)行一系列的運(yùn)算，將得到的結(jié)果代替原來的像素值[1]。

1.1 線性空域?yàn)V波

均值濾波算法是最簡單的線性空域?yàn)V波算法，采用的主要方法為鄰域平均法，即以圖像目標(biāo)像素為中心的周圍8個(gè)點(diǎn)的像素的平均值來代替原點(diǎn)的像素值[2]。

1.2 非線性空域?yàn)V波

中值濾波算法是一種保護(hù)邊緣的非線性圖像平滑方法，采用了排序統(tǒng)計(jì)理論，把目標(biāo)像素周圍的8個(gè)像素中排序，用居中的值來代替原點(diǎn)的像素值，當(dāng)n為奇數(shù)時(shí)，原點(diǎn)像素值是由處于位置的像素值代替，n為偶數(shù)時(shí)，原點(diǎn)像素值則由處于與的兩點(diǎn)像素值的平均值來代替。

2 噪聲

圖像噪聲是指在圖像數(shù)據(jù)中出現(xiàn)的除有效信號之外的所有信號。在圖像和視覺分析中，圖像噪聲有許多來源。例如：在天文成像中，來源于大氣中諸如密度，溫度、折射率等的不均質(zhì)；在醫(yī)學(xué)成像中，來源于自發(fā)運(yùn)動(dòng)和組織或器官的成分不均質(zhì)；在夜視中，來源于熱漲落、溫度和紅外輻射；而在一般圖像的獲取中：則來源電光學(xué)成像裝置固有的熱噪聲、被成像的目標(biāo)系統(tǒng)中的物理或化學(xué)噪聲[4]，以及媒介的不均質(zhì)，因?yàn)楫嬅娉霈F(xiàn)較多是點(diǎn)狀，也稱為噪點(diǎn)。

2.1 高斯噪聲

高斯噪聲是一種概率密度函數(shù)服從高斯分布的噪聲，該噪聲主要來源于電子設(shè)備噪聲和低照明度或高溫度所帶來的傳感器噪聲[3]。

2.2 椒鹽噪聲

椒鹽噪聲是一種表現(xiàn)為“胡椒加鹽”效果的噪聲，噪聲點(diǎn)表現(xiàn)為黑色噪聲點(diǎn)（椒噪聲點(diǎn)）與白色噪聲點(diǎn)（鹽噪聲點(diǎn)）相間且隨機(jī)分布，該噪聲主要來源于感光片的不正確曝光。

3 結(jié)果分析（圖2）

本文使用matlab軟件采用線性空域?yàn)V波算法中的均值濾波與非線性空域?yàn)V波算法中的中值濾波對含有高斯噪聲與椒鹽噪聲的圖像進(jìn)行了去噪處理發(fā)現(xiàn)均值濾波方法處理含有高斯噪聲的圖像較好，中值濾波方法對去含有除椒鹽噪聲的圖像效果較好。（圖2）

4 結(jié)語

在采用的線性線空域?yàn)V波算法中的均值濾波與非線性空域?yàn)V波算法中的中值濾波對高斯與椒鹽這2種典型噪聲處理進(jìn)行視覺效果比較，發(fā)現(xiàn)上述兩種濾波技術(shù)對含有不同噪聲圖像的處理中：均值濾波比中值濾波更適于去除含有高斯噪聲類的圖像，但是會使圖像邊緣變得比處理前更模糊；中值濾波能夠比均值濾波更適于去除還有椒鹽噪聲類的圖像，并能較好的保留圖像邊緣。上述結(jié)論對于不同類型噪聲及應(yīng)用背景的圖像選取適當(dāng)?shù)臑V波方法具有一定的指導(dǎo)意義，而如何使圖像能夠即得到較好的細(xì)節(jié)保護(hù)又能使得噪聲得到較好的抑制，是圖像處理需要進(jìn)一步研究的。

參考文獻(xiàn)

[1]楊丹，趙海濱，龍哲等.圖像處理實(shí)例詳解[M].北京：清華大學(xué)出版社，2013.

[2]林曉梅，李琳娜，薄萬寶，牛剛.空間域圖像去噪方法[J].長春工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，01：29-31.

[3]王姣斐，王雙喜.基于MATLAB軟件的圖像去噪方法比較[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，04：157-160.

[4]TonyF.Chan，Jianhong（Jackie）Shen.圖像處理與分析[M].北京：科學(xué)出版社，2011.