数字图像处理5噪声抑制.ppt

第五章图像的噪声抑制
所谓的图像噪声,是图像在摄取时或是传输时所受到的随机干扰信号。
常见的有椒盐噪声和高斯噪声。
图像噪声的概念
椒盐噪声的特征:
出现位置是随机的,但噪声的幅值是基本相同的。
高斯噪声的特征:
出现在位置是一定的(每一点上),但噪声的幅值是随机的。
图像噪声的概念
设计噪声抑制滤波器,在尽可能保持原图信息的基础上,抑制噪声。
均值滤波器
中值滤波器
边界保持类滤波器
图像噪声的抑制方法
均值滤波器 ——原理
在图像上,对待处理的像素给定一个模板,该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
以模块运算系数表示即:
1
2
1
4
3
1
2
2
3
4
5
7
6
8
9
5
7
6
8
8
5
6
7
8
9
1
2
1
4
3
1
2
2
3
4
5
7
6
8
9
5
7
6
8
8
5
6
7
8
9
3
4
4
4
5
6
6
7
8
C=
C=
均值滤波器 ——处理方法
待处理像素
示例
边框保留不变的效果示例
均值滤波器的改进 ——加权均值滤波
均值滤波器的缺点是,会使图像变的模糊,原因是它对所有的点都是同等对待,在将噪声点分摊的同时,将景物的边界点也分摊了。
为了改善效果,就可采用加权平均的方式来构造滤波器。
均值滤波器的改进 ——加权均值滤波
如下,是几个典型的加权平均滤波器。
示例
示例
示例
示例
中值滤波器 ——问题的提出
虽然均值滤波器对噪声有抑制作用,但同时会使图像变得模糊。即使是加权均值滤波,改善的效果也是有限的。
为了有效地改善这一状况,必须改换滤波器的设计思路,中值滤波就是一种有效的方法。
中值滤波器 ——设计思想
因为噪声(如椒盐噪声)的出现,使该点像素比周围的像素亮(暗)许多。
如果在某个模板中,对像素进行由小到大排列的重新排列,那么最亮的或者是最暗的点一定被排在两侧。
取模板中排在中间位置上的像素的灰度值替代待处理像素的值,就可以达到滤除噪声的目的。