文章编号:1671-9662(2009)03-0050-03
基于Matlab 图像去除噪声的研究
柏春岚
(河南平顶山467044)
摘要： 本文主要以图像除噪为研究对象，介绍了图像降噪方法 平均值法、形态学滤波器、中值滤波器
波器和小波。在此基础上，使用M atlab 编程和模拟，分析和比较其结果，找到更好的方法来处理随机噪声。
关键词: M atlab;图像处理；消除噪声图分类号： TN911.73 文献标识码：A
0 引言
在实际图像的形成和传输过程中，由于各种干扰因素的存在，会受到噪声的污染。噪声被理解为阻碍人们视觉器官或系统传感器理解或分析接收图像源信息的各种因素。一般噪声是一个不可预测的随机信号，需要用适当的方法来理解。对噪声的理解非常重要。它影响图像输入、采集和处理的各个环节和结果输出的整个过程，特别是在图像输入和采集过程中。如果输入中含有大量噪声，将不可避免地影响整个处理过程和输出结果[1]。因此，一个良好的图像处理系统，无论是模拟处理还是计算机处理，都以降低噪声为主要目标。本文采用小波分析、平均值法、形态滤波器和中值滤波器，分析图像降噪。
1 图像除噪法
图像降噪方法包括小波滤波器、平均值滤波器、形态学滤波器和中值滤波器。小波滤波器是一种简单有效的方法。分别处理小波分解后各层系数模大于或小于阈值的系数，然后利用处理后的小波系数重建消噪图像[1~3]；平均过滤是因为图像的静态部分在平均过程中不会改变，对于每个图像，不同的噪声图案积累缓慢，可以有效地减少随机噪声的影响[4]；形态过滤是一种新型的非线性过滤技术，基于信号（图像）的几何结构特性，使用预定义的结构元素匹配或局部校正信号，以达到提取信号和抑制噪声的目的[4]；中值过滤是一种基于排序统计理论的非线性信号处理技术，可以有效地抑制噪声。该过滤器的优点是操作简单、快，在过滤叠加白噪声和长尾叠加噪声方面表现良好，中值过滤器可以很好地保护图像
图像边缘可以更好地恢复[1、5]
。
2 图像除噪分析
2.1 M atlab 软件在图像除噪中的应用
MATLAB 软件主要包括Simulink 和不同功能的工具箱，基于矩阵操作，将计算、可视化和程序设计集成到一个简单易用的交互式工作环境中。它可以实现工程计算、算法研究、符号操作、建模和模拟、原型开发、数据分析和可视化、科学和工程绘图、应用程序设计等功能。同时，还推出了一系列帮助科学分析的工具箱，如图像处理、信号处理、小波、神经网络和通信，极大地促进了不同学科的研究。
MATLAB 在图像处理中的应用由几何操作、区域操作和块操作、滤波、变换、图像分割、图像边缘提取、图像增强等一系列支持图像处理的操作函数组成。为了方便应用，在软件中形成图像处理工具包。图像处理工具包有多种函数，包括：图像显示、图像文件输入输出、几何操作、像素值统计、图像分析和增强、图像滤波器、滤波器、图像变换、图像
类型转换等。与其他操作一样，该工具包可以根据需要编写函数[2、3]。
下面以 rice.tif 图像是图像降噪处理的原始数据。.2 平均降噪2.2.1 编程
收稿日期:2009-03-22
作者简介:柏春岚(1978-)，女，山东莒县人，硕士，河南城建学院助教，研究方向为遥感图像处理及其应用。
第18卷第3期
2009年5月
河南城建学院学报
Henan University of Urban Construction
Vol.18No.3May.2009