图像去噪方法研究与仿真

曹妍　陈伟　徐森

摘要：在实际获取的数字图像中，不可避免地参杂了不同程度的噪声，去除噪声是图像预处理中非常重要的步骤。介绍了均值滤波、统计排序滤波和自适应滤波的基本去噪原理，利用上述去噪方法通过madab仿真，对含有高斯噪声和椒盐噪声的图像进行去噪处理，对仿真结果进行分析比较，从而得出各种去噪方法的特点和使用范围，为实际图像处理中选择合适的去噪方法提供了指导。

关键词：去噪；均值滤波；统计排序滤波；自适应滤波

中图分类号：TP391 文献标识码：A DOI：10.3969/j.issn.1003-6970.2015.04.007

0.引言

数字图像在采集、处理、存储、传输的过程中，会引入大量的噪声，使图像出现不同程度的退化，变得模糊不清。因此为了改善图像的质量，必须使用合适的方法对噪声图像去噪，这是图像处理中非常重要的步骤。图像去噪的主要内容就是在图像预处理阶段对图像进行平滑滤波。影响图像质量的主要噪声有感光片颗粒噪声、电子噪声、光电子噪声等，通常用椒盐噪声和高斯噪声作为噪声模型。常用的图像去噪的方法有均值滤波、统计排序滤波、自适应滤波等。

1.均值滤波器

1.1基本原理

图像中的大部分噪声都可以看成是随机信号，它们对图像的影响是孤立的。对于某一个像素来说，如果它与周围的像素点相比，有明显不同，就认为此点被噪声污染。基于这样的分析，用邻域平均的方法，判断每一点是否有噪声。令Sxy表示中心在点（x，y）、大小是m×n的矩形子窗口的一组坐标，均值滤波器在定义的区域中计算被噪声污染的图像g（x，y）的平均值。在中心点（x，y）处得到的去噪图像f的值，是使用定义区域中的像素计算出的均值，可用下式求得：