中值濾波器設計及椒鹽噪聲濾除

中值濾波器設計及椒鹽噪聲濾除（總10頁）--本頁僅作為文檔封面，使用時請直接刪除即可---內(nèi)頁可以根據(jù)需求調(diào)整合適字體及大小--題目四：中值濾波器設計及椒鹽噪聲濾除一、 實驗背景在數(shù)字圖像的生成與采集過程中，由于受工作環(huán)境，器件等性能的影響，使得一幅未經(jīng)處理的原始圖像，都存在著一定的噪聲干擾。這種噪聲具有以下性質(zhì)：1、 圖像上的噪聲出現(xiàn)處呈現(xiàn)不規(guī)則分布；2、 噪聲的大小也是不規(guī)則的。這些噪聲惡化了圖像質(zhì)量，使圖像模糊甚至淹沒目標特征，給后續(xù)的處理分析帶來了困難。因此需要對圖像應該進行濾除噪聲處理。二、 實驗目的通過利用c程序?qū)崿F(xiàn)數(shù)字信號處理的相關功能，鞏固對信號處理原理知識的理解，培養(yǎng)快速解決實際問題的能力提高實際編程和處理數(shù)據(jù)的綜合能力，初步培養(yǎng)在解決信號處理實際應用問題中所應具備的基本素質(zhì)和要求。培養(yǎng)獨立思考的能力與研發(fā)能力，通過設計實現(xiàn)不同的信號處理問題，初步掌握在給定條件和功能的情況下，實現(xiàn)合理設計算法結(jié)構的能力。提高資料查詢和整理的能力。能夠在短時間內(nèi)找到適合自己的方法。并在文獻整理的過程中學會科技文獻的寫作，提高語言表達能力。三、實驗內(nèi)容理解什么是椒鹽噪聲，中值濾波的原理及其特性。設計一種中值濾波，對椒噪聲濾波有效，并分析濾波器的適用范圍。（擴展訓練）對設計的濾波器針對椒、鹽噪聲濾除分別進行測試，并進行性能比較分析，并討論椒、鹽噪聲頻度（噪聲數(shù)目占圖像實際像素的百分比）對濾波器實際效果的影響。四、實驗原理椒鹽噪聲椒鹽噪聲又稱脈沖噪聲，是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點噪聲。椒鹽噪聲往往由圖像切割引起。[Pa 乙=a椒鹽噪聲的PDF是： pQ=<P z=b0 其他如果b>a，灰度值b在圖像中將顯示為一個亮點，a的值將顯示為一個暗點。若P或P為零，則脈沖噪聲稱為單級脈沖。如果P和均不為零，尤其是他們近似相等時，脈7沖噪b聲值將類似于隨機分布在圖像上的胡椒和1鹽粉微粒。

形象的說，椒噪聲在圖像上是類似于黑胡椒顆粒的小點，而鹽噪聲在圖像上是類似于白色鹽粒的小點。2、 平滑化去噪聲思想如何從一副有噪聲的圖像中把噪聲去除呢此時，因有隨機噪聲而把像素的真值隱藏起來，而不被知曉，可表現(xiàn)為圖像變暗而不清楚。我們的目的是要把干擾的噪聲除去，得到視覺清晰的圖像。3、中值濾波的原理及特性:如右圖，噪聲的濃度與其周圍像素的濃度間，存在著很大的濃度差，使人覺得很刺眼，利用噪聲的這種性質(zhì)除去噪聲的方法，一般稱為平滑化(smoothing3、中值濾波的原理及特性:中值濾波在圖像處理中，常用于用來保護邊緣信息,是一種經(jīng)典的平滑噪聲的方法。中值濾波原理中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個拎域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。方法是去某種結(jié)構的二維滑動模板，將板內(nèi)像素按照像素值的大小進行排序，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)=med{f(x-k,y-l),(k,lEW)}，其中,f(x,y)，g(x,y)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，圓形，十字形，圓環(huán)形等。中值濾波器：中值濾波器？:用該像素相鄰像素的灰度中值來代替該像素的值：f(x,y)=mediang(sj)}(s,t)eSxy實現(xiàn)方法：a,通過從圖像中的某個采樣窗口取出奇數(shù)個數(shù)據(jù)進行排序，位于采樣窗中間的中值作為輸出；b,丟棄最早的值，用排序后的中值取代要處理的數(shù)據(jù)即可。中值濾波特性

中值濾波是圖像處理中的一個常用步驟，它對于斑點噪聲和椒鹽噪聲來說尤其有用。中值濾波方法以犧牲圖像清晰度為代價消除圖像中的椒鹽噪聲。中值濾波不能保證把噪聲去除，只能在有限的范圍內(nèi)減弱噪聲對圖像的影響。同時，中值濾波不能多次使用，因為這樣會使圖像各個像素間趨于相同，整個圖像就會變得越來越模糊。另外，通過查閱資料發(fā)現(xiàn)，中值濾波器的效果不僅僅和觀察窗的大小有關，還和觀察窗的形狀有關。五、實驗步驟1、根據(jù)題目要求，先畫出程序的流程圖。結(jié)束結(jié)束結(jié)束結(jié)束2、源程序：(1)基礎訓練部分：#include<>#include<>unsignedchar*pBmpBuf=NULL;mp";readBmp(readPath,bmpWidth,bmpHeight);printf("width=%d,height=%d,biBitCount=%d\n",bmpWidth,bmpHeight,biBitCount);Med();charwritePath[]="輸出圖像.bmp”;writeBmp(writePath,bmpWidth,bmpHeight);delete[]pBmpBuf;delete[]pBmpBuf2;if(biBitCount==8)delete[]pColorTable;}(2)擴展訓練部分#include<>#include<>unsignedchar*pBmpBuf=NULL;mp”；readBmp(readPath,bmpWidth,bmpHeight);printf("width=%d,height=%d,biBitCount=%d\n",bmpWidth,bmpHeight,biBitCount);Med();Med2();charwritePath[]="輸出圖像”；writeBmp(writePath,bmpWidth,bmpHeight);charwritePath2[]=”輸出圖像”；writeBmp2(writePath2,bmpWidth,bmpHeight);delete[]pBmpBuf;delete[]pBmpBuf2;delete[]pBmpBuf3;if(biBitCount==8)delete[]pColorTable;}六、實驗效果及分析1、基礎訓練部分

輸入圖像 輸出圖像輸入圖像 輸出圖像5次中值濾波后輸出圖像 原圖像根據(jù)實驗結(jié)果可以看出，中值濾波法能將圖片中的椒鹽噪聲很好地濾除掉，但與原圖相比，清晰度也有了很大的損失。這也驗證了中值濾波的特性：中值濾波方法以犧牲圖像清晰度為代價消除圖像中的椒鹽噪聲。中值濾波不能保證把噪聲去除，只能在有限的范圍內(nèi)減弱噪聲對圖像的影響。同時，中值濾波不能多次使用，因為這樣會使圖像各個像素間趨于相同，整個圖像就會變得越來越模糊。2、擴展訓練部分（1）通過查閱資料，我們了解到中值濾波器的效果不僅和觀察窗的大小有關，還和觀察窗的形狀有關。觀察窗大小和形狀對中值濾波效果的影響輸入圖像 5格十字窗

當使用9當使用9格十字窗口時效果變好，但仍有一些噪聲點通過對比我們發(fā)現(xiàn)：兩個同樣用9格窗口的濾波器的效果相近，當使用十字窗口時圖像的邊緣部分有一部分仍然清晰，但有一部分卻變得毛躁，整個圖像也在顏色變化時呈現(xiàn)出條紋狀。為取像效5*5的窗進為取像效5*5的窗進得更為平滑的圖果，我們使用矩形窗作為觀察行濾波。5*5矩形窗由實驗輸出結(jié)果看出：在圖像的中間除下面瓶子的瓶口處仍有一些鹽噪聲還明顯，其余處的濾波效果非常明顯。但由于中值濾波的觀察窗開的較大，導致圖像清晰度受到了很大的損失。所以，我們在選擇觀察窗的時候，要進行綜合考慮，窗的大小不宜過大，否則會影響圖像的清晰度；同時要選擇合適的觀察窗的形狀，以求達到最好的觀察效果。（2）椒鹽噪聲頻度對濾波效果的影響（2）椒鹽噪聲頻度對濾波效果的影響輸入圖像使用MATLAB，可以給原圖像加上頻度不同的椒鹽噪聲。M=imread('')%讀取MATLAB中的名為Original_salt_and_pepper的圖像subplot(3,3,1)imshow(M) %顯示原始圖像P2=imnoise(M,'salt&pepper',%加入椒鹽躁聲，這里的噪聲頻度subplot(3,3,3)imshow(P2) %%加入椒鹽躁聲后顯示圖像figure?title(‘salt&peppernoise')當椒鹽噪聲頻度增加，達到10%時，圖像被嚴重污染

為簡化計算設所有出現(xiàn)噪聲均為椒噪聲或均為鹽噪聲。通過統(tǒng)計計算，當圖像的噪聲頻率為時，一個窗口內(nèi)噪聲出現(xiàn)次數(shù)和頻率的情況如下:次數(shù)012345概率0由中值濾波原理我們可以知道，當噪聲出現(xiàn)次數(shù)小于等于2次時，該濾波器可以很好工作，當出現(xiàn)次數(shù)大于2時，濾波器對該點失效，即失效概率為％，對于一個上萬點組成的圖像來說，這個濾波器的效果明顯不能滿足要求。當窗口格數(shù)增大時，失效概率也能夠大幅減小。經(jīng)過反復試驗，發(fā)現(xiàn)當噪聲頻率在％以下時，選用9格十字窗口既能很好地去除噪聲又能較好地反映出原圖。七、實驗心得體會信息工程實驗的綜合實驗部分著實鍛煉了我們的自主學習和自主設計能力，通過這幾周的實驗設計，我不僅鞏固學習了信號處理的理論知識，而且鍛煉了自己的設計思維能力，并在這個過程中學習和運用了VisualC++和Matlab，學會了運用工具將理論知識和實踐緊密的結(jié)合起來。雖然我對本實驗的圖像處理基本完成，但我知道自己學到的還只是圖像處理技術的九牛一毛，所以在以后的學習中還要不斷地去深入研究。記得剛開始拿到這個題目，看了看關于中值濾波的基本原理，覺得原理很容易理解。但實際做起來后卻遇到了很多問題，比如怎么用文件調(diào)入圖像，在劃分圖像時怎樣移動行列值進行圖像分塊處理等。為此我到圖書館借閱了相關資料，一步步學習，并向老師咨詢了一些問題，老師不厭其煩的講解，再加上同學之間的討論研究，終于找到了解決問題的關鍵。在整個設計一步一步向前推進到最