文档介绍：数字图像处理图像的噪声抑制
所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。
常见的有椒盐噪声和高斯噪声。
图像噪声的概念
第1页/共49页
椒盐噪声的特征:
出现位置是随机的，但噪声的幅值是基本相同的。
高斯噪声的特征：
出现在位置是一定的（每一点上），但噪声的幅值是随机的。
图像噪声的概念
第2页/共49页
设计噪声抑制滤波器，在尽可能保持原图信息的基础上，抑制噪声。
均值滤波器
中值滤波器
边界保持类滤波器
图像噪声的抑制方法
第3页/共49页
均值滤波器 —— 原理
在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
第4页/共49页
以模块运算系数表示即：
1
2
1
4
3
1
2
2
3
4
5
7
6
8
9
5
7
6
8
8
5
6
7
8
9
1
2
1
4
3
1
2
2
3
4
5
7
6
8
9
5
7
6
8
8
5
6
7
8
9
3
4
4
4
5
6
6
7
8
C=
C=
均值滤波器 —— 处理方法
待处理像素
示例
边框保留不变的效果示例
第5页/共49页
均值滤波器的改进 —— 加权均值滤波
均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。
为了改善效果，就可采用加权平均的方式来构造滤波器。
第6页/共49页
均值滤波器的改进 —— 加权均值滤波
如下，是几个典型的加权平均滤波器。
示例
示例
示例
示例
第7页/共49页
中值滤波器 —— 问题的提出
虽然均值滤波器对噪声有抑制作用，但同时会使图像变得模糊。即使是加权均值滤波，改善的效果也是有限的。
为了有效地改善这一状况，必须改换滤波器的设计思路，中值滤波就是一种有效的方法。
第8页/共49页
中值滤波器 —— 设计思想
因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。
如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。
取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。
第9页/共49页