基于图像邻域特性的去噪matlab,基于Matlab的图像去噪算法研究

第29卷第10期

2011年10月

河南科学HENAN SCIENCE Vol.29No.10Oct.2011

收稿日期：2011-07-25

基金项目：渭南师范学院研究生项目(08YKZ023)

作者简介：盛仲飙(1974－)，女，陕西渭南人，讲师，硕士，研究方向为基于网络的计算机应用技术.

文章编号：1004-3918(2011)10-1218-03基于Matlab 的图像去噪算法研究

盛仲飙

(渭南师范学院数学与信息科学学院，计算机网络工程技术中心，陕西渭南714000)

摘要：为了研究各种去噪算法的优劣，

在介绍图像去噪的基本原理、方法的基础上，采用传统的线性、非线性以及频域的方法对数字图像进行去噪效果的分析比较和仿真实现.最后，

运用Matlab 中小波工具箱验证了小波变换的滤波效果.结果表明，小波的时频特性，可更好的去除噪声.

关键词：图像去噪；仿真；Matlab ；小波变换

中图分类号：TP 391文献标识码：A

噪声可以理解为“妨碍人们感觉器官对所接受的信源信息理解的因素”.噪声在理论上可以定义为“不

可预测，只能用概率统计方法来认识的随机误差”[1].噪声使图像变得模糊，甚至淹没图像特征，给后面图像

区域分割、分析判断等工作带来了困难.如何使在终端画面上保持显示图像的各类信息，使得以加强，并且合理消除大量噪声，是数字图像处理中的重要环节和步骤，一直是图像处理研究领域进行的主要课题之一.

一般数字图像系统中常见的噪声有高斯噪声和椒盐噪声等[2].消除图像噪声的工作称之为图像滤波或平滑.通常分为线性滤波和非线性滤波两类.

1

图像去噪常用方法1．1邻域平均法

1)邻域平均法原理

邻域平均法[3]是典型的线性滤波算法.它是利用Box 模板对图像进行模板操作的图像平滑方法.Box 模板对当前像素及其相邻的像素点都一视同仁，统一进行平均处理.进而滤去图像中的噪声.Matlab 中提供conv2函数可实现邻域平滑.

2)Matlab 仿真结果及结论

原始图像高斯噪声

椒盐噪声

邻域平均去高斯噪声

邻域平均去椒盐噪声图

1

邻域平均法去除噪声结果Fig.1The de－noising results of neighborhood averaging

可见，邻域平均法对高斯噪声有较好的平滑作用，但是对脉冲信号和其它形式的高频分量抑制效果较差，且模糊信号边缘.

1．2中值滤波

1)中值滤波原理

中值滤波是一种非线性信号处理方法，它的目的是保护图像边缘的同时去除噪声.它是一种邻域运算，