论文部分内容阅读
随着数字计算机技术的迅猛发展,数字图像处理领域己得到生机勃勃的发展,其中包括医学,天文学,生物学及工业等领域。数字图像的噪声主要来源于图像获取(数字化)和传送过程中。噪声不但影响了图像的视觉效果,而且妨碍了人们的正常识别,不仅如此,在大部分场合,例如:边缘检测,图像分割,对图像中的噪声能否有效的滤除直接影响着后续工作的进行,所以图像噪声的有效滤除一直是数字图像处理的重要环节和热点。论文对去噪技术进行了研究,主要工作包括以下几个方面:
第一,论文介绍了去噪技术的发展,对以中值滤波为代表的传统j#线性滤波方法和以形态滤波为代表的新型非线性滤波方法作了详细的分析和说明,并对其中重要的滤波方法作了重点说明。这些工作显示出噪声的有效滤除越来越受到广泛关注和研究,是数字图像处理的一个研究热点。
第二,论文对椒盐噪声进行了研究,提出了一种用于去除灰度及彩色图像椒盐噪声的全新方法。首先,本文提出基于2-邻域和3-邻域的水平、垂直、主对角线、副对角线四个方向的检测算子识别可能的噪声像素。然后,用邻近非噪声像素的灰度值替换识别出的噪声像素。对彩色图像椒盐噪声的处理采用标量处理方法,对每一个分量图像用前述方法进行处理。实验结果表明此算法在去除噪声,保护细节方面优于传统的算法和近年来提出的改进算法。对灰度,彩色图像椒盐噪声的处理均可达到90%的高密度噪声时,还可获得较好的滤波效果。
第三,论文对随机噪声进行了研究,提出了一种用于去除灰度及彩色图像随机噪声的新方法。首先,通过小邻域的滤波窗口识别可能的噪声像素。然后,用滤波窗口内的中值替换识别出的噪声像素。对彩色图像随机噪声的处理采用标量处理方法。实验结果表明此算法在去除噪声,保护细节方面优于传统的算法和近年来提出的改进算法。对灰度,彩色图像随机噪声的处理均可达到50%的较高密度噪声时,还可获得较好的滤波效果。