图像的混合噪声消除系统分析与设计

郑瑞丽，李 钰，吴雅欣，李朋明

（河南师范大学，河南 新乡 453007）

图像是人类感知外部世界的视觉基础，也是获取、表达、传递信息的重要途径。研究调查表明，人类接收的信息中图像信息高达75%。由于在图像的传送和转换过程中，会造成图像的模糊、失真、有噪声等情况，但在许多领域又要求清晰度较高的图像，因此图像去噪具有重要的意义。去噪是图像处理领域重要的课题，由于科学技术的蓬勃发展，图像去噪技术日益得到完善[1]。本系统主要为了观察图像在添加椒盐和高斯噪声之后，运用五大类方法，13种具体算法进行相应的去噪处理。

本系统主要模块包括空域滤波方法、频域滤波方法、维纳滤波、均值算法以及优化算法。

其中，空域滤波方法和频域滤波方法的去噪处理都比较普遍，对于每一种算法又细分为添加高斯噪声、椒盐噪声、高斯椒盐混合噪声3个方面，更加细致条理地对图像进行处理，方便用户对比观察。

对于观察细微的部分，人眼一般无法识别图像的区别。于是对某些处理结果添加数值分析，根据数值分析的大小可以直观了解到去噪的效果，使用户观察研究更加快捷简便。

1 运行软件和运行环境

运行软件：图像的混合噪声消除系统采用Matlab7.0或其以上版本，多平台支持并且具有较低的硬件要求，因此可以确保实现该系统的功能。

运行环境：可运行于Windows98，Windows2000，Windows XP，Windows7，Window8 等操作系统。

2 系统框架结构设计

根据图像的混合噪声消除系统的特点，将系统分成6个重要部分，即空域滤波、频域滤波、维纳滤波、均值算法、优化算法。系统结构如图1所示。

该系统提供简洁明了的用户界面，给用户良好的使用视觉环境，操作流程简单易懂，为使用者提供了便利，提高并改善了工作效率。用户界面如图2所示。

3 核心算法分析

3.1 空域滤波

空域滤波[2]方法去噪处理比较普遍，对于每一种算法又细分为添加高斯噪声、椒盐噪声、高斯椒盐混合噪声3个方面，更加细致条理地对图像进行处理，方便用户对比观察。包含3种算法：“平滑滤波器”“中值滤波去噪”和“自适应滤波去噪”。

空域滤波是基于邻域处理的实现滤波的方法，模板运算为最常见的运算：把某个像素的灰度值和相邻像素灰度值的函数，通过不同的模板，能够实现图像平滑、锐化的功能。图像平滑又分为线性平滑和非线性平滑。

3.2 频域滤波

图1 系统框架结构

图2 用户界面

频域滤波方法的去噪处理也比较普遍。为了使图像的频率分布发生改变从而实现滤波，频域滤波在不影响其他分量的基础上抑制某个范围内的分量。步骤为：（1）对一幅图像进行傅里叶变换，图像中低频和高频部分分别对应平滑的灰度分量和有灰度级的突发改变标志的分量。（2）与转移函数相乘，利用低通、高通滤波器进行滤波处理。（3）对结果进行傅里叶变换得到输出图像。如图3所示。

频分滤波器的表达式为：

其中G(u,v)是输出图像的傅里叶变换；F(u,v)是输入图像的傅里叶变换；H(u,v)是转移函数。

4 创新点

该系统综合了五大类方法：空域滤波方法、频域滤波方法、维纳滤波[3]、均值算法以及优化算法。囊括了13种不同的去噪算法，对图像添加椒盐噪声[4]、高斯噪声、混合噪声3种情况进行了去噪处理，并数值化地体现出去噪效果的强弱。相对于普通的图像处理软件，本系统更注重于科学地对比和研究数字图像处理方法，覆盖面广，处理方法多样，观察简单方便，处理细致入微，数值表达精确可靠。

5 结语

本系统系统综合了五大类方法：空域滤波方法、频域滤波方法、维纳滤波、均值算法以及优化算法，设计出了这一图像的混合噪声消除系统。经过多次测验，系统处理图像方便快捷、准确率高，实验结果达到预期效果。

图3 频率滤波流程

[参考文献]

[1]王英，曾光宇.图像去噪算法研究[J].电脑与信息技术，2011（4）：8-12.

[2]刘建峰，陈丽亚，戚飞虎.用小波变换进行图像的空域滤波─边缘检测与去噪[J].上海交通大学学报，1995（6）：132-136.

[3]张小波.基于维纳滤波的图像去噪算法研究[D].西安：西安电子科技大学，2014.

[4]孙海英.图像高斯噪声及椒盐噪声去噪算法研究[D].上海：复旦大学，2012.