研究生课程论文
基于滤波的图像降噪算法的研究
课程名称专业文献阅读与综述
姓名
张志化
学号
1200214006
专业
模式识别与智能系统
任课教师
钟必能
开课时间20139201311
教师评阅意见：
论文成绩
评阅日期
课程论文提交时间：2013年11月11日
1
f基于滤波的图像降噪算法的研究
摘要：图像在获取和传输过程中，往往受到噪声的干扰，而降噪的目的是尽可能保持原始信号主要特征的同时除去信号中的噪声。目前的图像去噪方法可以将图像的高频成分滤除，虽然能够达到降低噪声的效果，但同时破坏了图像细节。边缘特性是图像最为有用的细节信息，本文对邻域平均法、中值滤波法及维纳滤波法的图像去噪算法进行了研究分析和讨论。
关键词：滤波；图像噪声；图像降噪算法；评价方法；
1引言数字图像处理，就是利用数字计算机或其他数字硬件，对图像信息转换而来
的电信号进行某种数字运算，以提高图像的实用性，进而达到人们所要求的某种预期效果1。数字图像处理已经广泛应用于遥感、工业检测、医学、气象、侦查、通信、智能机器人等众多学科与工程领域中。
数字图像处理技术的优点主要有：（1）再现性好。数字图像处理不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。（2）处理精度高。按目前的技术，几乎可以将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，意味着图像的数字化精度可以满足应用需求。
3适用面宽。图像可以来自多种信息源。从图像反映的客观实体尺度看，可以小到电了显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，均可用计算机来处理。
4灵活性高。由于图像的光学处理从原理上讲只能进行线性运算，极大地限制了光学图像处理能实现的目标；而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数字公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
5信息压缩的潜力大。数字图像中各个像素是不独立的，其相关性大。在图
2
f像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行问的像素，其相关系数可达09以上，而相邻两帧之间的相关性和帧内相关性r