畢業(yè)設(shè)計(jì)基于雙邊濾波的圖像去噪的方法

1、 . 23 / 20 本科畢業(yè)論文（設(shè)計(jì)）本科畢業(yè)論文（設(shè)計(jì)）(2014(2014 屆屆) )基于雙邊濾波的圖像去噪方法院 系 電子信息工程學(xué)院 專 業(yè) 通息工程 姓 名指導(dǎo)教師 講師 2014 年 4 月學(xué)號(hào)：1008431110 . I / 20摘 要雙邊濾波是非線性的濾波方法，是結(jié)合圖像的像素值相似度空間鄰近度和空間領(lǐng)近度的一種折衷處理，同時(shí)考慮灰度相似性和空域信息，達(dá)到保邊去噪的目的。雙邊濾波具有簡(jiǎn)單、非迭代、局部的特點(diǎn)。雙邊濾波器的好處是可以做邊緣保存，一般過(guò)去用的維納濾波或者高斯濾波去降噪，都會(huì)較明顯地模糊邊緣，對(duì)于高頻細(xì)節(jié)的保護(hù)效果并不明顯。雙邊濾波比高斯濾波多了一個(gè)高斯方差，它

2、是基于空間分布的高斯濾波函數(shù)，所以在邊緣附近，離的較遠(yuǎn)的像素不會(huì)影響到邊緣上的像素值，這樣就保證了邊緣附近像素值的保存。但是由于保存了過(guò)多的高頻信息對(duì)于彩色圖像里的高頻噪聲，雙邊濾波器不能夠徹底的濾掉，只能夠?qū)τ诘皖l信息進(jìn)行較好的濾波。其具體的操作方法有兩個(gè)，第一個(gè)是高斯模版，用個(gè)模板對(duì)圖像中的每一個(gè)像素值進(jìn)行掃描，然后把某一點(diǎn)和其鄰域像素的加權(quán)平均值代替那一個(gè)中心的值高斯濾波器是根據(jù)高斯函數(shù)的形狀來(lái)選擇其權(quán)值的線性平滑濾波器，高斯濾波是線性平滑濾波的一種，最適合去除的噪聲類型是服從正態(tài)分布的噪聲。第二個(gè)是以灰度級(jí)的差值作為函數(shù)系數(shù)生成的模板。然后這兩個(gè)模板點(diǎn)乘就得到了最終的雙邊濾波模板，最后

3、得到雙邊濾波處理后的圖像。關(guān)鍵詞關(guān)鍵詞：圖像；去噪；雙邊濾波；高斯濾波 . II / 20A Ab bs st tr ra ac ct tThe bilateral filter is a nonlinear filtering method, is the combination of image pixel value similarity space proximity and space brought a compromise approach degree, considering the gray similarity and spatial information, to ac

4、hieve the purpose of edge preserving denoising. The bilateral filter has the advantages of simple, non iterative, local. The bilateral filter is good to do edge preservation,generally used Wiener filtering or Gauss filter to denoise, will obviously fuzzy edge, for the protection of high frequency de

5、tail is not obvious. Bilateral filtering than Gauss filter has a Gauss variance, it is Gauss filter function based on the spatial distribution, so near the edge, the pixel will not affect the farther to the pixel on the edge of the value, thus ensuring the preservation of edge pixel values. But beca

6、use of the high frequency information saved too much for the high frequency noise in the color image, the bilateral filter can not be completely filtered out, can only be better filtering for the low frequency information. The specific operation method has two, the first is Gauss template, scanning

7、for each pixel in the image with a template, and then the weighted one point and its neighborhood pixels instead of the average value of a central value Gauss filters are linear smoothing filter to select the weights based on the Gauss function the shape, the Gauss filter is a linear smoothing filte

8、r for noise removal, the type is subject to normally distributed noise. The second is the difference of gray level as function coefficients generated templates. Then the two template dot get bilateral filtering template final, finally get the image after bilateral filtering.KeyKey wordswords:Image;D

9、enoising;Bilateral Filtering;Gauss Filtering . III / 20目 錄摘 要 IABSTRACTII1 引言 11.1 課題的研究背景與意義 11.2 國(guó)外研究現(xiàn)狀 11.3 圖像噪聲與圖像去噪方法 21.4 圖像質(zhì)量評(píng)價(jià)方法 41.5 論文研究目標(biāo)與結(jié)構(gòu)安排 72 雙邊濾波理論 72.1 雙邊濾波定義.72.2 雙邊濾波器的設(shè)計(jì) 73 圖像去噪的方法 93.1 中值濾波介紹 93.2 高斯濾波介紹 114 雙邊濾波實(shí)驗(yàn)結(jié)果 134.1 結(jié)果圖片 135 論文總結(jié) 18參考文獻(xiàn) 19 . 1 / 201 1 引引言言1 1. .1 1 課課題題的的

10、研研究究背背景景與與意意義義當(dāng)今社會(huì)已經(jīng)進(jìn)入了一個(gè)高度信息化的階段，人們對(duì)信息的需求越來(lái)越多。人們通過(guò)視覺，聽覺，觸覺，味覺等感知器官來(lái)進(jìn)行感知而視覺是人類最高級(jí)的感知器官，在人類接受的信息中，有將近 80%來(lái)自于視覺，而圖像信息成為人們獲取信息的主要來(lái)源和利用信息的主要手段以其包含的信息量大，便于存儲(chǔ)以與傳播等優(yōu)勢(shì)。傳統(tǒng)的對(duì)于圖像的處理經(jīng)常利用的方法是光學(xué)或者模擬電路，例如眼鏡和望遠(yuǎn)鏡等，而對(duì)于數(shù)字圖像而言常用的方法是利用計(jì)算機(jī)對(duì)進(jìn)行加工處理，以提高原圖像的質(zhì)量，壓縮圖像數(shù)據(jù)或者是從圖像中獲取更多信息。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展例如，DSP，VLSI 等一些新的理論技術(shù)，數(shù)字圖像處理已經(jīng)成為了一

11、門獨(dú)立的新興學(xué)科，并得到了廣泛的應(yīng)用，在空間，時(shí)間和功能上擴(kuò)展人類視覺1。數(shù)字圖像處理技術(shù)的迅速發(fā)展為人類帶來(lái)了巨大的社會(huì)效益和經(jīng)濟(jì)效益。例如，衛(wèi)星遙感數(shù)字圖像處理技術(shù)可以進(jìn)行環(huán)境氣候的全球性檢測(cè)，還可以廣泛地應(yīng)用到所有與地球相關(guān)的農(nóng)，林，地，礦，油等領(lǐng)域；在醫(yī)學(xué)領(lǐng)域，CT，核磁共振等技術(shù)已經(jīng)廣泛應(yīng)用于臨床診斷，顯然，對(duì)于數(shù)字圖像進(jìn)行處理的技術(shù)已經(jīng)融入到了各個(gè)科學(xué)領(lǐng)域，因此，對(duì)于數(shù)字圖像的處理不僅會(huì)對(duì)自然科學(xué)而且會(huì)對(duì)人類社會(huì)的發(fā)展產(chǎn)生具有深遠(yuǎn)意義的影響。圖像去噪是圖像處理領(lǐng)域的研究熱點(diǎn)在圖像采集過(guò)程，采集和傳輸，由于受到各種條件的限制，圖像受到噪聲污染”2。但是，噪聲是影響圖像質(zhì)量的主要因素，

12、噪聲的存在不僅影響視覺質(zhì)量，但也使一些進(jìn)一步的圖像處理方法，如圖像融合，特征提取，目標(biāo)識(shí)別，圖像超分辨率重建的應(yīng)用更加困難。噪聲的存在也會(huì)增加圖像的熵，將大大降低編碼效率。因此，在圖像處理的各個(gè)領(lǐng)域的圖像去噪具有重要的實(shí)用價(jià)值。在醫(yī)學(xué)圖像處理中，圖像邊緣清晰且具有很高的信噪比大大降低誤診率，在軍事上更為突出，高分辨率，提供了必要的保證低噪聲圖像的自動(dòng)目標(biāo)識(shí)別和目標(biāo)的精確。當(dāng)然，任何一種去噪方法不能完全去除圖像中的噪聲，完全恢復(fù)的圖像，然而，研究人員一直在原有方法的基礎(chǔ)上逐步突破其局限性，提高去噪方法，為了得到更好的去噪效果，提高去噪質(zhì)量。在本文中，基于雙邊濾波去噪圖像是一個(gè)雙線性過(guò)濾，整個(gè)圖像

13、的加權(quán)平均，每個(gè)像素值，是由本身和其他像素的像素值的加權(quán)平均得到的域。對(duì)掃描圖像中的每個(gè)像素的模板的具體操作，確定像素的鄰域的加權(quán)平均灰度值代替像素值使用模板模板中心。高斯平滑濾波器是非常有效的正常分布的噪聲抑制，已在圖像去噪，圖像分割，廣泛應(yīng)用于分類。1.21.2 國(guó)外研究現(xiàn)狀國(guó)外研究現(xiàn)狀20 世紀(jì) 20 年代,圖像處理首次得到應(yīng)用。上個(gè)世紀(jì) 60 年代中期,隨著計(jì)算機(jī)科學(xué)的發(fā)展和計(jì)算機(jī)的普與,圖像處理得到廣泛的應(yīng)用。60 年代末期,圖像處理技術(shù)不斷完善,逐漸成為一個(gè)新興的學(xué)科。為了從圖像中提取有效信息,改善圖像質(zhì)量,必須對(duì)圖像進(jìn)行去 . 2 / 20噪預(yù)處理。圖像處理中輸入的是質(zhì)量低的圖像

14、,輸出的是改善質(zhì)量后的圖像。根據(jù)噪聲頻譜分布的規(guī)律和統(tǒng)計(jì)特征以與圖像的特點(diǎn),出現(xiàn)了多種多樣的去噪方法。經(jīng)典的去噪方法有：空域去噪法,頻域去噪法，高斯濾波法等,與之適應(yīng)的出現(xiàn)了許多應(yīng)用方法,如均值濾波器,中值濾波器,低通濾波器,維納濾波器等。這些方法的廣泛應(yīng)用,促進(jìn)數(shù)字信號(hào)處理的極大發(fā)展,顯著提高了圖像質(zhì)量。一幅原始圖像在獲取和傳輸過(guò)程中會(huì)受到各種噪聲的干擾，使圖像質(zhì)量下降，對(duì)分析圖像不利。主要的噪聲類型有兩種是非常典型的：一種噪聲是隨機(jī)噪聲，特點(diǎn)是每一點(diǎn)都存在，但幅值隨機(jī)分布；另一種是椒鹽噪聲，其特點(diǎn)是幅值基本一樣，但出現(xiàn)的位置隨機(jī)。對(duì)于一副數(shù)字圖像為了使其圖像質(zhì)量得到改善，收到的噪聲得到抑制

15、便需要對(duì)其進(jìn)行平滑處理。對(duì)數(shù)字圖像進(jìn)行平滑處理的常用方法有均值濾波，中值濾波，維納濾波等。1 1. .3 3 圖圖像像噪噪聲聲與與圖圖像像去去噪噪 方方法法1 1. .3 3. .1 1 圖圖像像噪噪聲聲所謂噪聲，就是能妨礙到系統(tǒng)傳感器對(duì)所接收的圖像進(jìn)行分析或理解的各種因素。因?yàn)樵肼晫?duì)于圖像的采集，輸入，處理等的每一個(gè)環(huán)節(jié)有很大的影響，尤其是在圖像的輸入時(shí)，圖像采集中的產(chǎn)生的噪聲會(huì)對(duì)圖像處理的全過(guò)程與最終結(jié)果有非常大的影響，所以對(duì)于數(shù)字圖像噪聲的抑制已經(jīng)成為了圖像處理中極其重要的步驟。一般噪聲是不可預(yù)測(cè)的隨機(jī)信號(hào)，它只是用概率統(tǒng)計(jì)的方法去認(rèn)識(shí)。1.圖像噪聲特點(diǎn)：(1) 疊加性：圖像的傳輸系統(tǒng)如

16、果是串聯(lián)的，系統(tǒng)串聯(lián)的各個(gè)部分所引起的噪聲會(huì)進(jìn)行疊加，使圖像信噪比下降，降低圖像的質(zhì)量；(2) 圖像與噪聲間具有相關(guān)性：一般攝像機(jī)信號(hào)和噪聲相關(guān)，噪聲小時(shí)圖像比較明亮，噪聲大時(shí)圖像比較黑暗。對(duì)數(shù)字圖像進(jìn)行處理時(shí)存在的量化噪聲便與圖像相位有關(guān)；(3) 大小與分布不規(guī)則：噪聲的分布和幅值是不規(guī)則是因?yàn)閳D像中的噪聲是隨機(jī)出現(xiàn)。2.圖像噪聲的分類：(1) 高斯噪聲：含有服從高斯或正態(tài)分布強(qiáng)度的噪聲。 (2) 脈沖噪聲：只含有隨機(jī)的白強(qiáng)度值（正脈沖噪聲） ，黑強(qiáng)度值（負(fù)脈沖噪聲） 。 (3) 椒鹽噪聲：含有隨機(jī)出現(xiàn)的黑白強(qiáng)度值。噪聲分類方法不是絕對(duì)的，按不同的性質(zhì)有不同的分類方法。噪聲從統(tǒng)計(jì)理論觀點(diǎn)可以

17、分為平穩(wěn)和非平穩(wěn)噪聲，凡是統(tǒng)計(jì)特性不隨時(shí)間變化的噪聲稱為平穩(wěn)噪聲，統(tǒng)計(jì)特性隨時(shí)間變化的噪聲稱為非平穩(wěn)噪聲；噪聲從幅度分布形態(tài)可分為高斯型噪聲和瑞利型噪聲；還可以按頻譜分布形狀對(duì)噪聲進(jìn)行分類，例如均勻分布的噪聲稱為白噪聲。而根據(jù)噪聲與信號(hào)之間關(guān)系，可分為加性噪聲和乘性噪聲，加性噪聲是信道一直存在的噪聲，不管有沒有信號(hào)，一直存在，理論上加性噪聲分析方法成熟，且處理比較方便，乘性噪 . 3 / 20聲是隨著信號(hào)的出現(xiàn)而出項(xiàng)的，如果沒有信號(hào)也沒有噪聲，而乘性隨機(jī)噪聲處理方法目前還沒有成熟的理論，并且處理起來(lái)非常復(fù)雜。一般條件下，現(xiàn)實(shí)生活中所遇到的絕大多數(shù)圖像噪聲可以認(rèn)為是高斯加性白噪聲。1 1. .3

18、 3. .2 2 圖圖像像去去噪噪方方法法圖像去噪方法可以劃分為兩類: 一類是空間域的圖像去噪方法, 主要采用圖像平滑模板對(duì)圖像進(jìn)行卷積處理, 達(dá)到抑制或消除噪聲的目的； 另一類是頻率域的圖像去噪方法,主要通過(guò)對(duì)圖像進(jìn)行變換然后選擇適當(dāng)頻率的帶通濾波器對(duì)圖像進(jìn)行濾波處理, 再經(jīng)過(guò)反變換，最后得到去除噪聲后的圖像。 1.均值濾波均值濾波是用某一點(diǎn)和它的鄰域的點(diǎn)的像素平均值去替代中心點(diǎn)的像素灰度，選擇一幅有 N N 個(gè)像素點(diǎn)的圖像 g(x,y),經(jīng)過(guò)處理后的圖像記作為 h(x,y),則根據(jù)均值濾波的方法可得如 1-1 所示：(1-1)snmyxgMyxh),(),(1),(式中 x,y=0,1,2

19、,N-1,S 是(x,y)點(diǎn)鄰域中點(diǎn)的坐標(biāo)的集合,M 是集合坐標(biāo)點(diǎn)的總數(shù)。此種方法是把噪聲點(diǎn)的像素值分散為其某一鄰域各點(diǎn)中以對(duì)圖像達(dá)到平滑濾波的作用，平滑濾波后的圖像 h(x,y)，其中任一點(diǎn)的像素值由其和其鄰域像素的平均值確定。2.中值濾波中值濾波是把數(shù)字序列或者圖像中的一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中的各點(diǎn)值的中值代替，因此中值濾波是一種基于排序理論的非線性信號(hào)處理方法。確定一個(gè)以某個(gè)像素為中心點(diǎn)的鄰域，這里鄰域常被稱為窗口，常用的形狀有方形，十字形等，一般選擇方形鄰域，然后將鄰域各個(gè)像素灰度值進(jìn)行排序，并取中間值作為中心像素灰度的新值。當(dāng)活動(dòng)窗口在圖像中進(jìn)行移動(dòng)后，就可以利用中值濾波算法對(duì)圖像

20、進(jìn)行平滑處理。設(shè)表示數(shù)字圖像各點(diǎn)的灰度值, 濾波窗口為 A 的二維中值濾波可定義為式 1-2:2,Ixjiij (1-2) 2,IjiAsrxMedxMedysjriijij由于中值濾波的輸出像素是由鄰域像素的中間值決定，因此其對(duì)于與周圍像素灰度值差別比較大的像素遠(yuǎn)不如平均值敏感，所以可以在消除孤立噪聲點(diǎn)的同時(shí)使圖像不會(huì)那么模糊。中值濾波的去噪效果和噪聲類型有關(guān)的同時(shí)也和鄰域的空間圍和計(jì)算中的像素?cái)?shù)有關(guān)，一般情況下會(huì)選擇 N*N 的方形模板進(jìn)行圖像去噪濾波，總之，中值濾波具有實(shí)時(shí)性好，可靠性高，算法簡(jiǎn)單等特點(diǎn)，具有較高的實(shí)用價(jià)值。3.維納濾波法。維納濾波能根據(jù)圖像的局部方差調(diào)整濾波器的輸出,

21、它的最終目標(biāo)是使恢復(fù)圖像 f(x,y)與原始圖像 f(x,y)的均方誤差最小，是一種自適應(yīng)濾波5。 (1-3)22,min,minminyxfyxfEyxeEMSE4.圖像小波域?yàn)V波 圖像的有用信號(hào)與噪聲信號(hào)經(jīng)過(guò)小波變換后會(huì)呈現(xiàn)出不同的規(guī)律在不同的分辨率下, . 4 / 20可以利用不同的分辨率,對(duì)小波系數(shù)進(jìn)行調(diào)整,對(duì)閾值門限進(jìn)行設(shè)定,以達(dá)到去除圖像噪聲的目的。利用小波域?yàn)V波時(shí)，小波系數(shù)可以通過(guò)閾值化被劃分為兩種: 一種是受到噪聲污染比較大或者是不重要的小波系數(shù)；另一種是規(guī)則的，重要的小波系數(shù)。通常情況下小波系數(shù)的分類單元是以小波系數(shù)的絕對(duì)值為基礎(chǔ)的，如果圖像信息受到噪聲的干擾比較強(qiáng)烈，則小波

22、系數(shù)的絕對(duì)值是趨向于零的。閾值化去噪方法最常用的有兩種，一種是給定硬( 或軟) 閾值進(jìn)行圖像的去噪聲處理, 該方法的去噪效果比較有說(shuō)服力，因?yàn)樗o定的閾值通常是由某經(jīng)驗(yàn)公式得到；另外一種是通過(guò)默認(rèn)閾值進(jìn)行圖像的去噪聲處理, 即在去噪處理時(shí)用的閾值是程序中設(shè)定的。對(duì)于“硬閾值化”,只有當(dāng)小波系數(shù)的絕對(duì)值大于閾值時(shí)才對(duì)其進(jìn)行保留并且被保留系數(shù)與原系數(shù)一樣(沒有被縮減),如 1-4 所示:(1-4)WWWW, 0對(duì)于“軟閾值化”當(dāng)小波系數(shù)的絕對(duì)值大于閾值時(shí)其值用進(jìn)行縮減，當(dāng)小波系數(shù)的絕對(duì)值小于閾值時(shí)其值歸零，如下所示:(1-5) WWWWW,sgn, 0式中的 sgn( )是符號(hào)函數(shù),當(dāng)數(shù)值為負(fù)時(shí)其

23、符號(hào)是負(fù)，反之，其符號(hào)為正；W 表示小波系數(shù)數(shù)值。閾值化處理圖像進(jìn)行去噪時(shí)，難點(diǎn)部分是選擇合適的閾值如果其太大, 重要的圖像特征將被濾掉,引起偏差；如果閾值太小，處理后的信號(hào)仍有噪聲存在。1 1. .4 4 圖圖像像質(zhì)質(zhì)量量評(píng)評(píng)價(jià)價(jià)方方法法對(duì)于一個(gè)圖像通信或圖像處理系統(tǒng)而言, 其信息的主體是圖像,所以衡量這個(gè)系統(tǒng)的一個(gè)重要指標(biāo)就是圖像的質(zhì)量。圖像質(zhì)量評(píng)價(jià)的研究也成為了圖像信息學(xué)科的基礎(chǔ)研究之一。圖像質(zhì)量評(píng)價(jià)的典型模型有基于結(jié)構(gòu)相似度的評(píng)價(jià)模型(Structural Similarity Image Measurement, SSIM)3；基于人類視覺系統(tǒng)(Human Vision System

24、,HVS)圖像質(zhì)量評(píng)價(jià)模型4,5等。圖像質(zhì)量評(píng)價(jià)的方法大體上可分為客觀評(píng)價(jià)和主觀評(píng)價(jià)方法。主觀質(zhì)量評(píng)價(jià)方法主要是依據(jù)實(shí)驗(yàn)人員主觀判斷來(lái)進(jìn)行圖像質(zhì)量的衡量的；而客觀評(píng)價(jià)方法依據(jù)模型給出的量化指標(biāo)模擬人類視覺系統(tǒng)感知機(jī)制來(lái)進(jìn)行圖像質(zhì)量的衡量的。客觀質(zhì)量評(píng)價(jià)相對(duì)于主觀質(zhì)量評(píng)價(jià)而言，具有一系列的優(yōu)點(diǎn)，如：成本低，操作簡(jiǎn)單，易于解析和嵌入實(shí)現(xiàn)等，正是由于有這些優(yōu)點(diǎn)，客觀質(zhì)量評(píng)價(jià)方法稱為了圖像質(zhì)量評(píng)價(jià)的研究重點(diǎn)。其實(shí)在實(shí)際的圖像應(yīng)用中也經(jīng)常利用主觀的評(píng)價(jià)結(jié)果對(duì)客觀質(zhì)量評(píng)價(jià)模型中的參數(shù)進(jìn)行校正，既主觀評(píng)價(jià)方法與客觀評(píng)價(jià)方法相結(jié)合。1 1. .4 4. .1 1 圖圖像像的的客客觀觀評(píng)評(píng)價(jià)價(jià)在圖像的客觀評(píng)價(jià)方

25、法中根據(jù)對(duì)原始圖像信息的依賴程度可對(duì)其分為三類，第一類 . 5 / 20是無(wú)參考型，就是不需要原始圖像的任何信息；第二類是部分參考型，就是只需要原始圖像的特征信息；第三類是全參考型，就是需要原始圖像的所有信息。無(wú)參考方法即不需要原始圖像的任何信息而直接對(duì)目標(biāo)圖像進(jìn)行質(zhì)量評(píng)價(jià)的方法，其優(yōu)點(diǎn)是不需要原始圖像就能對(duì)目標(biāo)圖像進(jìn)行質(zhì)量評(píng)價(jià)，很大程度上減少了信息的傳輸量，但是此方法仍然有一定的難點(diǎn)，一是圖像特征難以提取并且定義，二是人眼感知難以模擬化表示。部分參考方法6是僅僅利用部分原始圖像的信息來(lái)對(duì)目標(biāo)圖像進(jìn)行質(zhì)量評(píng)價(jià)的方法，缺點(diǎn)是算法對(duì)提取的特征非常的敏感，特征提取和比較是對(duì)部分參考方法性能影響很大的

26、關(guān)鍵因素；但是其具有不可替代的優(yōu)點(diǎn)，即能在減小傳輸數(shù)據(jù)的基礎(chǔ)之上獲得較好的評(píng)價(jià)效果。部分參考方法可分為基于數(shù)字水印方法7,8，基于原始圖像特征方法9,10等，首先進(jìn)行原始圖像和目標(biāo)圖像的部分信息提取，再對(duì)所提取的信息比較進(jìn)而進(jìn)行圖像質(zhì)量的評(píng)價(jià)。全參考方法的算法特點(diǎn)基本都是數(shù)學(xué)模型，大致可分為基于結(jié)構(gòu)相度的算法，基于像素誤差統(tǒng)計(jì)的算法，基于人類視覺系統(tǒng)與其他算法相結(jié)合等，利用原始圖像的全部信息并通過(guò)計(jì)算其與目標(biāo)圖像的感知誤差，綜合這些誤差得到目標(biāo)圖像質(zhì)量的評(píng)價(jià)值11。下面介紹一種經(jīng)常使用的逼真度測(cè)量，合理的測(cè)量方法應(yīng)和主觀實(shí)驗(yàn)結(jié)果一致,而且要求簡(jiǎn)單易行。就數(shù)字圖像而言，設(shè)是原始圖像，是失真圖像，

27、逼真度可定義為歸一kjf,kjf,化的均方誤差 NMSE12，如式 1-6 所示： (1-6)1010210102,NJMKNJMKkjfQkjfQkjfQNMSE其中，表示在運(yùn)算逼真度前，為使測(cè)量值與主觀評(píng)價(jià)的結(jié)果一致而進(jìn)行的某種預(yù)處理。Q常用的為，均為常數(shù)。QkjfKKKb,log32bKKK,321對(duì)于連續(xù)圖像，設(shè) f（x,y）為一定義在矩形區(qū)域的連續(xù),XxLxLyyLyL圖像，其失真圖像為，他們之間的逼真度可用歸一化的互相關(guān)函數(shù) K 來(lái)表示：yxf, (1-7) xxyXxyyLLLLyyxLLLLyxddyxfddyxfyxfK,2有時(shí)峰值均方誤差 PMSE 也被表示成等效的峰值信噪

28、比 PSNR: (1-8)PMSEPSNR10log101 1. .4 4. .2 2 圖圖像像的的主主觀觀評(píng)評(píng)價(jià)價(jià)主觀質(zhì)量評(píng)價(jià)方法可以分為兩類，第一類是絕對(duì)主觀評(píng)價(jià)方法，第二類是相對(duì)主觀評(píng)價(jià)方法。絕對(duì)主觀對(duì)圖像進(jìn)行評(píng)價(jià)的方法是指實(shí)驗(yàn)者在沒有標(biāo)準(zhǔn)參考圖像時(shí)，根據(jù)以往對(duì)圖像進(jìn)行評(píng)價(jià)的經(jīng)驗(yàn)或者是某一個(gè)已給的評(píng)價(jià)標(biāo)準(zhǔn)對(duì)所給定的圖像進(jìn)行質(zhì)量評(píng)價(jià)； . 6 / 20相對(duì)判斷往往比絕對(duì)判斷更加準(zhǔn)確12。相對(duì)主觀對(duì)圖像進(jìn)行評(píng)價(jià)的方法是指在有標(biāo)準(zhǔn)參考圖像的情況下，實(shí)驗(yàn)者將一批圖像和標(biāo)準(zhǔn)參考圖像進(jìn)行對(duì)照，然后由圖像質(zhì)量的高或底進(jìn)行分類排列并對(duì)圖像進(jìn)行打分。通俗來(lái)講圖像的主觀評(píng)價(jià)方法就是通過(guò)人來(lái)觀察圖像,并對(duì)其作

29、出主觀評(píng)定,然后對(duì)做出的評(píng)定進(jìn)行統(tǒng)計(jì)平均,最終得出評(píng)價(jià)的結(jié)果，這時(shí)評(píng)價(jià)出的圖像質(zhì)量與觀察者本人與觀察條件等因素有很大的關(guān)聯(lián)。表 1-1 是幾個(gè)國(guó)家和地區(qū)所采用過(guò)的對(duì)電視圖像評(píng)價(jià)的觀察條件。表 1-2 所示是國(guó)際上認(rèn)定的對(duì)圖像進(jìn)行評(píng)價(jià)的 5 級(jí)妨礙尺度和質(zhì)量尺度。表 1-1 兩種尺度的圖像 5 級(jí)評(píng)分表 1-2 圖像質(zhì)量主要評(píng)價(jià)的觀察條件國(guó)家英國(guó)歐洲德國(guó)日本美國(guó)推薦值管面亮度（cd/）2m520.5背景亮度（cd/）2m1-2.5-室照度（lux）3-30-1006.5-最高亮度（cd/）2m5041-54504007050對(duì)比度-30-視距/面高度64-6686-861 1.

30、 .4 4. .3 3 其其它它評(píng)評(píng)價(jià)價(jià)方方法法除了基礎(chǔ)的主觀和客觀圖像評(píng)價(jià)方法以外,由于應(yīng)用場(chǎng)合的不同和對(duì)圖像的質(zhì)量要求不同還有其它一些評(píng)價(jià)方法，例如,ISO 制定的兩種對(duì)于視頻圖像的質(zhì)量評(píng)價(jià)方法：一是基于任務(wù)的質(zhì)量評(píng)價(jià)；另一種是基于感覺的質(zhì)量評(píng)價(jià)。在基于任務(wù)的質(zhì)量評(píng)價(jià)時(shí)，對(duì)圖像質(zhì)量的評(píng)價(jià)結(jié)果判斷主要考慮的是圖像符號(hào)的功能，主要是看它是否能正確表達(dá)表達(dá)出一定的功能而不能建立在觀賞的基礎(chǔ)之下去評(píng)價(jià)它?；谌蝿?wù)的質(zhì)量評(píng)價(jià)的一些比較典型的應(yīng)用任務(wù)有表情識(shí)別，盲文識(shí)別，手寫文件閱讀，表情識(shí)別，以與機(jī)器自動(dòng)執(zhí)行某些工作等13。在基于感覺的質(zhì)量評(píng)價(jià)時(shí)，其基本方法有些和主觀質(zhì)量評(píng)價(jià)相類似，但是并不是簡(jiǎn)單妨

31、礙尺度得分質(zhì)量尺度無(wú)察覺5非常好剛察覺4好察覺但不討厭3一般討厭2差難以觀看1非常差 . 7 / 20的只對(duì)圖像進(jìn)行評(píng)價(jià)而是同時(shí)考慮到聲音等的總的效果，這些其他因素可能會(huì)影響到對(duì)圖像的質(zhì)量的評(píng)價(jià)結(jié)果。例如，在金碧輝煌的展覽大廳下，并且配著曼妙的音樂的情況下和在又亂又臟的惡劣環(huán)境下人們對(duì)一副畫面的感覺可能就會(huì)不同。在實(shí)際應(yīng)用中，可以根據(jù)客觀需要，選擇具體的某種方法對(duì)圖像質(zhì)量進(jìn)行評(píng)價(jià)。1 1. .5 5 論論文文研研究究目目標(biāo)標(biāo)與與結(jié)結(jié)構(gòu)構(gòu)安安排排本論文共分為四部分，第一部分：緒論。介紹了數(shù)字圖像處理技術(shù)的應(yīng)用特點(diǎn)，課題的研究背景與意義，國(guó)外研究現(xiàn)狀，圖像噪聲， 圖像去噪方法回顧，以與本論文的研究

32、目標(biāo)與容。第二部分：介紹雙邊濾波理論，包括什么事雙邊濾波，雙邊濾波通過(guò)什么方法實(shí)現(xiàn)，有什么優(yōu)勢(shì)，對(duì)于處理什么樣的噪聲效果最好。第三部分：實(shí)驗(yàn)的結(jié)果分析。包括去噪結(jié)果評(píng)價(jià)，實(shí)驗(yàn)數(shù)據(jù)，實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)的分析與討論。第四部分：對(duì)本論文進(jìn)行總結(jié)。2 2 雙雙邊邊濾濾波波理理論論2 2. .1 1 雙雙邊邊濾濾波波定定義義1.雙邊濾波是一種非線性的濾波方法，是結(jié)合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時(shí)考慮空域信息和灰度相似性，達(dá)到保邊去噪的目的。具有簡(jiǎn)單、非迭代、局部的特點(diǎn)。雙邊濾波器的好處是可以做邊緣保存，一般過(guò)去用的維納濾波或者高斯濾波去降噪，都會(huì)較明顯地模糊邊緣，對(duì)于高頻細(xì)節(jié)的保護(hù)效果并

33、不明顯。雙邊濾波器顧名思義比高斯濾波多了一個(gè)高斯方差，它是基于空間分布的高斯濾波函數(shù)，所以在邊緣附近，離的較遠(yuǎn)的像素不會(huì)太多影響到邊緣上的像素值，這樣就保證了邊緣附近像素值的保存。但是由于保存了過(guò)多的高頻信息，對(duì)于彩色圖像里的高頻噪聲，雙邊濾波器不能夠干凈的濾掉，只能夠?qū)τ诘皖l信息進(jìn)行較好的濾波。2 2. .2 2 雙雙邊邊濾濾波波器器的的設(shè)設(shè)計(jì)計(jì)2.雙邊濾波是一種可以保邊去噪的濾波器。之所以可以達(dá)到此去噪效果，是因?yàn)闉V波器是由兩個(gè)函數(shù)構(gòu)成。一個(gè)函數(shù)是由幾何空間距離決定濾波器系數(shù)。另一個(gè)由像素差值決定濾波器系數(shù)。雙邊濾波器中，輸出像素的值依賴于鄰域像素的值的加權(quán)組合，如下公式表示（1-9）),

34、(),(),(),(lkjiwlkjiwlkfjig權(quán)重系數(shù) w(i,j,k,l)取決于定義域核 （1-)222)(2)(exp(),(dljjilkjid10） . 8 / 20 （1-)22),(),(2exp(),(rlkfjiflkjir11） （1-12）)22),(),(222)(2)(2exp(),(rlkfjifdljkilkjiw濾波前后的圖片對(duì)比如下圖所示圖 2-1 原圖像圖 2-2 雙邊濾波后圖像圖 2-3 原圖像 圖 2-4雙邊濾波后圖像 . 9 / 20圖 2-5 原圖像 圖 2-6 雙邊濾波后圖像3 3 圖圖像像去去噪噪算算法法介介紹紹3 3. .1 1 中中值值濾

35、濾波波介介紹紹3 3. .1 1. .1 1 中中值值濾濾波波的的理理論論1.定義中值濾波法是一種非線性平滑技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口的所有像素點(diǎn)灰度值的中值.中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。方法是用某種結(jié)構(gòu)的二維滑動(dòng)模板，將板像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為 g（x,y）=medf(x-k,y-l),(k,lW) ，其中,f(x,y)，g(x,y

36、)分別為原始圖像和處理后圖像。W 為二維模板，通常為2*2，3*3 區(qū)域，也可以是不同的的形狀，如線狀，十字形，圓環(huán)形等。其中中值濾波法對(duì)消除椒鹽噪聲非常有效，在光學(xué)測(cè)量條紋圖象的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大。中值濾波在圖像處理中,常用于保護(hù)邊緣信息,是經(jīng)典的平滑噪聲的方法。2.中值濾波的特性 . 10 / 20中值濾波作為一種非線性的濾波方式，所以對(duì)于一些隨機(jī)性質(zhì)的噪聲而言，我們想通過(guò)數(shù)學(xué)分析的方法來(lái)研究是非常困難的，我們通過(guò)大量的實(shí)驗(yàn)可以得到，對(duì)于服從零均值的正態(tài)分布的噪聲，中值濾波輸出與輸入的噪聲的分布是有關(guān)的，對(duì)于隨機(jī)噪聲的去噪能力方面，中值濾波的性能要

37、比均值濾波的能力差，但是中值濾波對(duì)于脈沖干擾的噪聲而言具有很好的去噪效果，特別是對(duì)于那些脈沖寬度小于m/2，相距比較遠(yuǎn)的窄脈沖，中值濾波對(duì)于這樣的噪聲具有比較好的效果。3.中值濾波的結(jié)果如圖所示圖 3-1 椒鹽噪聲圖 圖 3-2 中值濾波圖 3-3 高斯噪聲圖 圖 3-4中值濾波 . 11 / 20圖 3-5 椒鹽噪聲圖 圖 3-6 中值濾波 圖 3-7 高斯噪聲圖 圖 3-8 中值濾波3 3. .2 2 高高斯斯濾濾波波介介紹紹1.定義 高斯濾波對(duì)圖像進(jìn)行處理就是對(duì)圖像進(jìn)行加權(quán)平均的一個(gè)過(guò)程，即是圖像中每一個(gè)像素點(diǎn)的值都不是原來(lái)的本身的值而是由其本身和其鄰域的其他像素點(diǎn)的值進(jìn)行加權(quán)平均后的值

38、取代的。其具體的操作方法是，用個(gè)模板對(duì)圖像中的每一個(gè)像素值進(jìn)行掃描，然后把取得的某一點(diǎn)和其鄰域像素的加權(quán)平均值代替那一個(gè)中心點(diǎn)的值?？偟膩?lái)說(shuō)，高斯濾波器是根據(jù)高斯函數(shù)的形狀來(lái)選擇其權(quán)值的線性平滑濾波器，高斯濾波是線性平滑濾波的一種，最適合去除的噪聲類型是服從正態(tài)分布的噪聲，例如，高斯噪聲等，在圖像的處理中被廣泛的應(yīng)用。一維零均值高斯函數(shù)為其中決定高斯濾波器的 222/xexg寬度的是；其實(shí)常用的是利用二維零均值離散高斯函數(shù)做平滑濾波器對(duì)圖像進(jìn)行處理 . 12 / 2014。2.高斯濾波的性質(zhì)高斯函數(shù)是單值函數(shù)。此性質(zhì)說(shuō)明，用高斯濾波器對(duì)圖像處理是用某一點(diǎn)像素和其鄰域像素的加權(quán)平均值去替代中心點(diǎn)

39、的像素值，而鄰域某點(diǎn)的權(quán)值大小是和該點(diǎn)距中心點(diǎn)的距離遠(yuǎn)近成正比的，即距離越遠(yuǎn)，權(quán)值越小，距離越近，權(quán)值越大。這樣的性質(zhì)對(duì)于圖像處理非常重要，因?yàn)閷?duì)于圖像的邊緣來(lái)說(shuō)，它是圖像的局部特征，如果在距中心點(diǎn)很遠(yuǎn)距離的鄰域的像素扔有很大的權(quán)值，則平滑運(yùn)算會(huì)造成圖像的失真。高斯函數(shù)具有可分離性。正是由于這種可分離性質(zhì)，大高斯濾波器才能有效地被實(shí)現(xiàn)。例如，二維高斯函數(shù)卷積就能通過(guò)兩個(gè)一維卷積來(lái)實(shí)現(xiàn)，首先用一維高斯函數(shù)和圖像卷積運(yùn)算，其次將得到的和方向成 90 度的同一個(gè)一維的高斯函數(shù)進(jìn)行同樣的卷積運(yùn)算。因此，二維高斯濾波的計(jì)算量隨濾波模板寬度成線性增長(zhǎng)而不是成平方增長(zhǎng)。旋轉(zhuǎn)對(duì)稱性。這種對(duì)稱性表現(xiàn)在濾波器對(duì)圖

40、像進(jìn)行平滑時(shí)即是圖像的不同方向受到的平滑程度不受影響，即其是一樣的。在對(duì)圖像的邊緣進(jìn)行平滑濾波時(shí)，由于邊緣方向一般情況下是未知的，所以，并不能知道哪一個(gè)方向需要多少平滑，而此性質(zhì)，就能保證在對(duì)圖像進(jìn)行邊緣檢測(cè)時(shí)高斯濾波器不會(huì)偏向某一個(gè)方向，即對(duì)任意方向平滑程度都是一樣的。高斯函數(shù)的頻率譜是單瓣的。由高斯函數(shù)的傅里葉變換還是高斯函數(shù)本身，可以得到高斯函數(shù)的頻率譜是單瓣的這一性質(zhì)。圖像的邊緣特征會(huì)同時(shí)含有低頻和高頻分量，而圖像卻經(jīng)常受到噪聲等高頻信號(hào)的影響。利用此處的性質(zhì)變可以保證圖像被平滑后在保留大部分有用信息的同時(shí)又可免于高頻信號(hào)影響。高斯濾波器的寬度由參數(shù)表征。越大，其頻帶就越寬，反之，則就

41、越窄。頻帶寬時(shí)，平滑平滑程度會(huì)比較好些。 選擇適當(dāng)?shù)钠交潭葏?shù)，可以在保留圖像的有用信息即不是太模糊的情況下又能平滑掉由于噪聲帶來(lái)的突變值14。3.高斯濾波的結(jié)果如圖所示圖 3-9 噪聲圖像 圖 3-10 高斯去噪 . 13 / 20圖 3-11 噪聲圖像 圖 3-12 高斯去噪4 4 雙雙邊邊濾濾波波實(shí)實(shí)驗(yàn)驗(yàn)結(jié)結(jié)果果4 4. .1 1 結(jié)結(jié)果果圖圖片片圖 4-1 原始圖像圖 4-2 噪聲圖像圖 4-3 雙邊濾波去噪圖像圖 4-4 原圖像圖 4-5 噪聲圖像 . 14 / 20圖 4-6 雙邊濾波去噪圖像圖 4-7 原圖像圖 4-8 噪聲圖像圖 4-9 濾波圖像5 5 論論文文總總結(jié)結(jié)數(shù)字圖像在獲取、存儲(chǔ)和處理的過(guò)程中都不可避免的會(huì)受到噪聲的干擾，如高斯噪聲，椒鹽噪聲等，圖像的質(zhì)量因此而降低，濾波的作用就是為了消除圖像中的噪聲，提高圖像質(zhì)量。一個(gè)好的圖像去噪方法對(duì)于后續(xù)圖像的處理至關(guān)重要，本文從傳統(tǒng)