數(shù)字圖像在采集及傳輸?shù)倪^程中,容易受到外界環(huán)境的噪聲干擾,使部分信息遭到破壞。為之后的圖像識別及特征處理等工作造成困難,影響了人們觀察圖像。因此,檢測濾除圖像中的干擾噪聲是在數(shù)字圖像處理中至關重要的。圖像中的噪聲主要分為脈沖噪聲及高斯噪聲。通常脈沖噪聲采取中值濾波算法去噪,高斯噪聲采取均值濾波算法去噪。圖像處理的要求是在去噪的基礎上,盡可能的保護圖像的邊緣細節(jié)。然而,傳統(tǒng)濾波算法的效果不能完全滿足此要求。為此,本文基于圖像處理中的去噪問題,在噪聲濃度較高、成分較為復雜的情況下,通過對現(xiàn)有的濾波算法進行改進,研究了兩種彩色圖像濾波算法。本文先針對脈沖噪聲,改進了一種新的彩色圖像脈沖噪聲濾波算法,包括噪聲檢測與噪聲濾除兩個環(huán)節(jié)。在噪聲檢測之前,通過新增噪聲預檢部分,減少了算法的工作量。對于可能的噪聲像素,利用對等組的概念,將樣本擴展到四個方向,進一步檢測是否有脈沖噪聲。在噪聲濾除方面,引入了裁減聚合距離的方法,解決了高濃度噪聲環(huán)境下圖像細節(jié)模糊問題。利用改進的加權矢量中值濾波器去除已經(jīng)確定的脈沖噪聲。對于包含脈沖噪聲和高斯噪聲的混合噪聲,本文運用模糊邏輯濾除此類噪聲。通過引用模糊集理論的概...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

圖2.1圖像中的像素

則在采樣過程中單位面積下采集到的像素越多，分辨率也就越高，經(jīng)過數(shù)字化處理后的圖像也就越清晰，如圖2.1所示。圖2.1圖像中的像素同樣的，像素作為數(shù)字圖像中的基本單位，像素之間也存在著相應的基本關系。包括相鄰性、區(qū)域邊界、連通性等[52]：在像素之間的位置關系中，對于選取的中....

圖3.1不同形狀窗口的模板

中值濾波算法在處理圖像中的椒鹽噪聲時，因為椒鹽噪0，而鹽噪聲的灰度值為255，在進行像素的灰度值排序中，會端，所以中值是噪聲點的可能性較小。二維的中值濾波算法原理與一維中值濾波類似，表達式為：,{}{:,}ijijirjsyMedxMedxrs....

圖3.2開關濾波算法流程圖

圖3.2開關濾波算法流程圖值濾波算法是對圖像中的所有像素進行相同的處理，不區(qū)而開關濾波算法事先進行了噪聲預判再進行去噪處理。在實時性，而在濾出噪聲的性能方面差距不大。開關濾波算，如何進行有效的噪聲點判別，避免對非噪聲點做出誤判噪聲檢測的方面提出了新的思想。脈沖噪聲濾波算法分析....

圖4.1像素的窗口半徑類型

經(jīng)典均值濾波算法分析均值濾波算法基本原理眾多的線性濾波算法中，均值濾波算法具有較強的代表性。均值濾波算稱為鄰域平均法[35]。該算法的基本原理是用選定像素鄰域內(nèi)的各點的平素點的灰度值。設想要替換的目標像素點坐標為m(x,y)，通常采用濾波窗口選取目標點窗口的大小可以....

本文編號：3934521