qikAAAmatlab图像去噪算法设计

matlab图像去噪算法设计数字图像去噪典型算法及matlab实现 希望得到大家的指点和帮助 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等

matlab图像去噪算法设计 数字图像去噪典型算法及matlab实现 希望得到大家的指点和帮助 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后 续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能 会受到噪声的污染，一般数字图像系统中的常见噪声主要有:高斯噪声(主要由阻性 元器件内部产生)、椒盐噪声(主要是图像切割引起的黑图像上的白点噪声或光电转 换过程中产生的泊松噪声)等; 目前比较经典的图像去噪算法主要有以下三种: 均值滤波算法:也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的 平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对 其进行改进，主要避开对景物边缘的平滑处理。 中值滤波:基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处 理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方 形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中 间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤 波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多 的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波:使原始图像和其恢复图像之间的均方误差最小的复原方法， 是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明 显。 实验一:均值滤波对高斯噪声的效果 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取