數(shù)字圖像在采集及傳輸?shù)倪^(guò)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(shí)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(cè)濾除圖像中的干擾噪聲是在數(shù)字圖像處理中至關(guān)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(chǔ)上,盡可能的保護(hù)圖像的邊緣細(xì)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(wèn)題,在噪聲濃度較高、成分較為復(fù)雜的情況下,通過(guò)對(duì)現(xiàn)有的濾波算法進(jìn)行改進(jìn),研究了兩種彩色圖像濾波算法。本文先針對(duì)脈沖噪聲,改進(jìn)了一種新的彩色圖像脈沖噪聲濾波算法,包括噪聲檢測(cè)與噪聲濾除兩個(gè)環(huán)節(jié)。在噪聲檢測(cè)之前,通過(guò)新增噪聲預(yù)檢部分,減少了算法的工作量。對(duì)于可能的噪聲像素,利用對(duì)等組的概念,將樣本擴(kuò)展到四個(gè)方向,進(jìn)一步檢測(cè)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(xì)節(jié)模糊問(wèn)題。利用改進(jìn)的加權(quán)矢量中值濾波器去除已經(jīng)確定的脈沖噪聲。對(duì)于包含脈沖噪聲和高斯噪聲的混合噪聲,本文運(yùn)用模糊邏輯濾除此類噪聲。通過(guò)引用模糊集理論的概...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1圖像中的像素

則在采樣過(guò)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(guò)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(yīng)的基本關(guān)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(guān)系中，對(duì)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(shí)，因?yàn)榻符}噪0，而鹽噪聲的灰度值為255，在進(jìn)行像素的灰度值排序中，會(huì)端，所以中值是噪聲點(diǎn)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(dá)式為：,{}{:,}ijijirjsyMedxMedxrs....

圖3.2開(kāi)關(guān)濾波算法流程圖

圖3.2開(kāi)關(guān)濾波算法流程圖值濾波算法是對(duì)圖像中的所有像素進(jìn)行相同的處理，不區(qū)而開(kāi)關(guān)濾波算法事先進(jìn)行了噪聲預(yù)判再進(jìn)行去噪處理。在實(shí)時(shí)性，而在濾出噪聲的性能方面差距不大。開(kāi)關(guān)濾波算，如何進(jìn)行有效的噪聲點(diǎn)判別，避免對(duì)非噪聲點(diǎn)做出誤判噪聲檢測(cè)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(qiáng)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(diǎn)的平素點(diǎn)的灰度值。設(shè)想要替換的目標(biāo)像素點(diǎn)坐標(biāo)為m(x,y)，通常采用濾波窗口選取目標(biāo)點(diǎn)窗口的大小可以....

本文編號(hào)：3934521