1、2024-8-212024-8-21第第1 1页页2024-8-212024-8-21第第2 2页页2024-8-212024-8-21第第3 3页页 图像中高斯噪声的产生一般源于电子电路噪声和由低图像中高斯噪声的产生一般源于电子电路噪声和由低照明度或高温带来的传感器噪声，脉冲噪声主要表现在成照明度或高温带来的传感器噪声，脉冲噪声主要表现在成像中的短暂停留像中的短暂停留(例如错误的开关操作例如错误的开关操作)，这两种噪声比较，这两种噪声比较常见，在数字图像中常采用这两种噪声给图像做加噪处理。常见，在数字图像中常采用这两种噪声给图像做加噪处理。2024-8-212024-8-21第第4 4页页（
2、2 2）脉冲噪声）脉冲噪声脉冲噪声的概率分布函数为：脉冲噪声的概率分布函数为：2024-8-212024-8-21第第5 5页页 图像中大部分噪声是随机的，其对某一像素点的影响可图像中大部分噪声是随机的，其对某一像素点的影响可以看作是孤立的。因此，噪声点与该像素点的邻近点相比，以看作是孤立的。因此，噪声点与该像素点的邻近点相比，其灰度值会有显著变化。基于这一事实，可以采用邻域操作其灰度值会有显著变化。基于这一事实，可以采用邻域操作的方法来判定图像中某一像素点是否含有噪声，并用适当的的方法来判定图像中某一像素点是否含有噪声，并用适当的方法来减弱或消除该噪声。方法来减弱或消除该噪声。（1 1）邻域
3、平均法）邻域平均法计算公式：计算公式：2024-8-212024-8-21第第6 6页页常用的邻域为常用的邻域为4-4-邻域和邻域和8-8-邻域模板：邻域模板：（b b）8-8-邻域邻域（a a）4-4-邻域邻域4-4-邻域和邻域和8-8-邻域处理效果：邻域处理效果：（a a）原图像）原图像（b b）加高斯噪声后的图像）加高斯噪声后的图像2024-8-212024-8-21第第7 7页页 邻域平均法的优点是处理方法简单，计算速度快，缺邻域平均法的优点是处理方法简单，计算速度快，缺点是在降低噪声的同时使图像产生一定程度的模糊。点是在降低噪声的同时使图像产生一定程度的模糊。(c)4-(c)4-邻域
4、平均结果图像邻域平均结果图像 (d)8-(d)8-邻域平均结果图像邻域平均结果图像2024-8-212024-8-21第第8 8页页计算公式：计算公式：式中，式中，T T是事先设定的阈值。当某些点的灰度是事先设定的阈值。当某些点的灰度值与各邻点灰度的均值差别大于阈值值与各邻点灰度的均值差别大于阈值T T时，它必然时，它必然是噪声点，则取其邻域平均值作为该点的灰度值；是噪声点，则取其邻域平均值作为该点的灰度值；否则保留原灰度值不变。否则保留原灰度值不变。邻域平均法是通过邻域操作完成的，实现的方邻域平均法是通过邻域操作完成的，实现的方式相当于利用模板对图像进行卷积运算的图像平滑式相当于利用模板对图
5、像进行卷积运算的图像平滑方法。方法。2024-8-212024-8-21第第9 9页页4-4-邻域平均模板：邻域平均模板：8-8-邻域平均模板：邻域平均模板：若设若设3 33 3的模板的模板W W（比例因子为（比例因子为C C）为：）为：2024-8-212024-8-21第第1010页页2024-8-212024-8-21第第1111页页2024-8-212024-8-21第第1212页页3 33 Box3 Box模板：模板：高斯模板：高斯模板：4-4-邻域加权平均模板：邻域加权平均模板：8-8-邻域加权平均模板：邻域加权平均模板：2024-8-212024-8-21第第1313页页 中值滤
6、波是一种非线性处理技术，它也是一种邻域中值滤波是一种非线性处理技术，它也是一种邻域运算，但它计算的不是加权和，而是把邻域中的像素按运算，但它计算的不是加权和，而是把邻域中的像素按灰度值大小重新排序，然后选择该有序序列的中间值作灰度值大小重新排序，然后选择该有序序列的中间值作为输出像素值。这种方法对于干扰脉冲以及椒盐类噪声为输出像素值。这种方法对于干扰脉冲以及椒盐类噪声的抑制是最有效的，可以克服线性平均滤波器所带来的的抑制是最有效的，可以克服线性平均滤波器所带来的图像细节模糊问题。中值滤波刚开始是在一维信号处理图像细节模糊问题。中值滤波刚开始是在一维信号处理中应用，后来又被应用在二维图像信号处理
7、技术中。中应用，后来又被应用在二维图像信号处理技术中。（1 1）一维中值滤波原理）一维中值滤波原理2024-8-212024-8-21第第1414页页 式中，式中，MedMed表示提取序列的中间值，表示提取序列的中间值，Z Z为自然数集合。为自然数集合。例如：设模板长度为例如：设模板长度为5 5，模板序列为，模板序列为55，3 3，2020，4 4，77，则中值滤波重新排序后的序列为则中值滤波重新排序后的序列为33，4 4，5 5，7 7，2020，中间，中间的值是的值是5 5，即：，即：（2 2）二维中值滤波原理）二维中值滤波原理 将一维中值滤波理论推广到二维离散数字图像中去，将一维中值滤波
8、理论推广到二维离散数字图像中去，就能得到二维中值滤波原理。对图像进行二维中值滤波处就能得到二维中值滤波原理。对图像进行二维中值滤波处理，首先要确定一个滤波窗口（记为理，首先要确定一个滤波窗口（记为W W），窗口的大小为），窗口的大小为N N*N N，一般选取，一般选取3 33 3、5 55 5或或7 77 7。对窗口内的所有像素灰。对窗口内的所有像素灰度值按大小进行排序，取有序序列的中间值作为度值按大小进行排序，取有序序列的中间值作为W W中心点处中心点处像素的灰度值。像素的灰度值。2024-8-212024-8-21第第1515页页常用的几种二维中值滤波窗口形状：常用的几种二维中值滤波窗口形
9、状：2024-8-212024-8-21第第1616页页（3 3）中值滤波组要特征）中值滤波组要特征A A、中值滤波的去噪性能：中值滤波通常用来抑制中值滤波的去噪性能：中值滤波通常用来抑制脉冲干扰和随机干扰，但由于中值滤波是非线性脉冲干扰和随机干扰，但由于中值滤波是非线性运算，因此对随机性质的噪声输入，数学分析是运算，因此对随机性质的噪声输入，数学分析是相当复杂的。相当复杂的。B B、对某些特定信号的不变性：由于某些输入信号对某些特定信号的不变性：由于某些输入信号的特殊性，中值滤波处理后的输出信号与输入信的特殊性，中值滤波处理后的输出信号与输入信号保持不变号保持不变。（4 4）改进的中值滤波算
10、法）改进的中值滤波算法一种具体的改进方法为：逐行扫描图像，在处理每一个一种具体的改进方法为：逐行扫描图像，在处理每一个像素时，首先判断该像素是否是滤波窗口覆盖下的邻域像素时，首先判断该像素是否是滤波窗口覆盖下的邻域像素的极大值或极小值，噪声点一般都是邻域像素的极像素的极大值或极小值，噪声点一般都是邻域像素的极值，而图像的边缘细节往往不是。如果是，则采用正常值，而图像的边缘细节往往不是。如果是，则采用正常2024-8-212024-8-21第第1717页页的中值滤波方法处理该像素；如果不是，则不予处理。这的中值滤波方法处理该像素；如果不是，则不予处理。这种方法能够更好地保持图像细节，这是常规中值
11、滤波所做种方法能够更好地保持图像细节，这是常规中值滤波所做不到的。由于算法可以根据局部邻域的具体情况而选择执不到的。由于算法可以根据局部邻域的具体情况而选择执行不同的操作，因此又称为自适应中值滤波。行不同的操作，因此又称为自适应中值滤波。多幅图像平均法是利用在相同条件下获取的同一目多幅图像平均法是利用在相同条件下获取的同一目标物的多幅图像取平均来消减随机噪声。标物的多幅图像取平均来消减随机噪声。在相同条件下，获得的同一目标物的在相同条件下，获得的同一目标物的 幅图像为：幅图像为：则多幅图像平均为：则多幅图像平均为：2024-8-212024-8-21第第1818页页若图像噪声是不相关的加性噪声
12、，且均值为若图像噪声是不相关的加性噪声，且均值为0 0，方差为，方差为 ，则：，则：2024-8-212024-8-21第第1919页页 多幅图像平均法常用于摄像机的视频图像中，用以减少多幅图像平均法常用于摄像机的视频图像中，用以减少电视摄像机光电摄像管或电视摄像机光电摄像管或CCDCCD器件所引起的噪声。对同一景物器件所引起的噪声。对同一景物连续摄取多幅图像并数字化，再对多幅图像求平均值，这种连续摄取多幅图像并数字化，再对多幅图像求平均值，这种方法在实际应用中的难点在于如何把多幅图像配准起来，以方法在实际应用中的难点在于如何把多幅图像配准起来，以便相应的像素能正确地对应排列。便相应的像素能正
13、确地对应排列。2024-8-212024-8-21第第2020页页从信号的频谱角度来看，随空间位置突变的信息在频域对应高从信号的频谱角度来看，随空间位置突变的信息在频域对应高频部分，而缓变的信息是低频部分。具体到图像中，边缘和噪频部分，而缓变的信息是低频部分。具体到图像中，边缘和噪声对应于高频区域，而背景及信号缓变部分则对应于低频区域声对应于高频区域，而背景及信号缓变部分则对应于低频区域。因此，可以采用低通滤波的方法来达到滤除（高频）噪声的。因此，可以采用低通滤波的方法来达到滤除（高频）噪声的目的。目的。图图1 1 频域低通滤波法的原理框图频域低通滤波法的原理框图2024-8-212024-8
14、-21第第2121页页理想低通滤波器的传递函数定义为：理想低通滤波器的传递函数定义为：理想低通滤波器的传递函数曲线及其三维透视图如图下所示。理想低通滤波器的传递函数曲线及其三维透视图如图下所示。2024-8-212024-8-21第第2222页页ButterworthButterworth低通滤波器的特性曲线和三维透视图如下：低通滤波器的特性曲线和三维透视图如下：2024-8-212024-8-21第第2323页页 在图像处理中，常用的另一种平滑滤波器是指数低通滤波在图像处理中，常用的另一种平滑滤波器是指数低通滤波器，其传递函数为：器，其传递函数为：2024-8-212024-8-21第第2424页页梯形低通滤波器是理想低通滤波器和完全平滑滤波器的折中，梯形低通滤波器是理想低通滤波器和完全平滑滤波器的折中，其传递函数定义为：其传递函数定义为：梯形低通滤波器的特性曲线及其三维透视图如下图所示。梯形低通滤波器的特性曲线及其三维透视图如下图所示。其滤波性能也介于理想低通滤器和具有平滑过渡的滤波器之间其滤波性能也介于理想低通滤器和具有平滑过渡的滤波器之间，滤波后既有一定的模糊，也有一定的振铃现象存在。，滤波后既有一定的模糊，也有一定的振铃现象存在。
