最新第5章(劉榮華)圖像中噪聲干擾的去除.課件PPT.ppt

《最新第5章(劉榮華)圖像中噪聲干擾的去除.課件PPT.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。

1、第5章(劉榮華)圖像中噪聲干擾的去除.1何謂圖像的噪聲圖像的噪聲：在圖像上面出現各種形式的干擾斑點、條紋等，這種干擾稱為圖像的噪聲。隨機噪聲：隨機噪聲具有以下性質：a、?畫面上的噪聲出現處呈現不規(guī)則分布；b、?噪聲的大小也是不規(guī)則的。當對某靜態(tài)物體進行連續(xù)拍攝時，噪聲也會隨時出現于任意地方，而且每個瞬間噪聲出現的位置和大小也會產生變化。圖1???原圖圖3.1???原圖圖3.2經過平滑處理后的圖圖2經過平滑處理后的圖為了方便地敘述上面所說的“將原圖中的每一點的灰度和它周圍八個點的灰度相加，然后除以9，作為新圖中對應點的灰度”

2、這一操作，我們采用如下的表示方法：這種表示方法有點象矩陣，我們稱其為模板(template)。中間的黑點表示中心元素，即，用哪個元素做為處理后的元素。例如[2.1]表示將自身的2倍加上右邊的元素作為新值，而[21.]表示將自身加上左邊元素的2倍作為新值。平滑模板的思想是通過將一點和周圍8個點作平均，從而去除突然變化的點，濾掉噪聲，其代價是圖象有一定程度的模糊。上面提到的模板就是一種平滑模板，稱之為Box模板。Box模板雖然考慮了鄰域點的作用，但并沒有考慮各點位置的影響，對于所有的9個點都一視同仁，所以平滑的效果并不理想。實

3、際上我們可以想象，離某點越近的點對該點的影響應該越大，為此，我們引入了加權系數，將原來的模板改造成，可以看出，距離越近的點，加權系數越大。新的模板也是一個常用的平滑模板，稱為高斯(Gauss)模板。舉個實際的例子：下圖中，從左到右分別是原圖，用高斯模板處理的圖，用Box模板處理的圖，可以看出，采用高斯模板，在實現平滑效果的同時，要比Box模板清晰一些。移動平均法是最簡單的噪聲去除法。他采取把某像素的值置換為該像素周圍3*3個像素的濃度的平均值的方法。主要是沖淡了圖像的濃度，從而使人看不見細小的噪聲。但這樣一來，因把圖像邊界

4、和噪聲一起沖淡，盡管噪聲可以除去，但圖像也會變得模糊了。為了使圖像的邊緣盡量不被淡化，只將噪聲除去，可以采用中值濾波法。3中值濾波方法所謂中止濾波，就是求得某個像素周圍區(qū)域內像素濃度的中央值或中間值，并將其作為目的像素濃度值的處理過程。在移動平均法中，把噪聲成分也放到了平均計算之中，因此其輸出也受到噪聲的影響。而在中值濾波法中，噪聲成分很難被選到，對輸出圖像不會有什么影響。因此，對同一塊3*3圖像比較，顯然中值濾波法在去除噪聲的能力上略勝一籌。中值濾波法是即可除去噪聲又可保存圖像邊緣的十分優(yōu)秀的方法。先考察第一幅圖：原圖經

5、Box模板處理后經Gauss模板處理后經中值濾波處理后從原圖中不難看出左邊區(qū)域灰度值低，右邊區(qū)域灰度值高，中間有一條明顯的邊界,這一類圖象稱之為“step”(就象灰度上了個臺階)。應用平滑模板后，圖象平滑了，但是也使邊界模糊了。應用中值濾波，就能很好地保持原來的邊界。所以說，中值濾波的特點是保護圖象邊緣的同時去除噪聲。再看第二幅圖：原圖經Box模板處理后經Gauss模板處理后經中值濾波處理后不難看出，原圖中有很多噪聲點(灰度為正代表灰度值高的點，灰度為負代表灰度值低的點)，而且是雜亂無章，隨機分布的。這也是一類很典型的圖，

6、稱之為高斯噪聲。經過Box平滑，噪聲的程度有所下降。Gauss模板對付高斯噪聲非常有效。而中值濾波對于高斯噪聲則無能為力。最后看第三幅圖：原圖經Box模板處理后經Gauss模板處理后經中值濾波處理后從原圖中不難看出，中間的灰度要比兩邊高許多。這也是一類很典型的圖，稱之為脈沖(impulse)?？梢姡兄禐V波對脈沖噪聲非常有效。綜合以上三類圖，不難得出下面的結論：中值濾波容易去除孤立點、線的噪聲同時保持圖象的邊緣；它能很好的去除二值噪聲，但對高斯噪聲無能為力。要注意的是，當窗口內噪聲點的個數大于窗口寬度的一半時，中值濾波的效

7、果不好。這是很顯然的。二值圖像的噪聲去除如圖所示的圖像中所包含的噪聲稱為椒鹽狀噪聲，這種噪聲也能用中值濾波法將其除去，另外，利用它的二值性，有稱為膨脹、收縮的處理方法。所謂膨脹，是指將某像素的近鄰中，若有一個為1，則將該像素置為1，其他的均置為0。而所謂收縮，是指某像素的近鄰中，若有一個為0，就將該像素置為0，而將其他均值為1的處理。這種處理利用膨脹→收縮作用，使結果圖像經膨脹變粗，又經收縮變窄，結果幾乎沒有變形，黑色孤立的噪聲在膨脹時被去除。反之，通過收縮→膨脹的作用，白色孤立的噪聲也在收縮時被除去。5其他技術方法在某個

8、像素周圍的5*5的區(qū)域中，按圖中九種模式選擇相應的像素。例如以模式1可選出七個像素，以模式九，可選出九個像素。接著球出各個模式的方差。然后，選擇方差最小的模式，求出其平均值，并將該值當作關注像素的濃度值。這樣做的目的是為了把5*5的區(qū)域劃分成如圖所示那樣的九個小區(qū)域，并找出其中最平坦的（即沒有噪聲和邊緣