单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,LOGO,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,第七章 数字图像的噪音去除,在数字图像获取过程中，经常会产生噪音。噪音是一种错误的信号，它会干扰正常的信号。这种干扰信号一般都是随机产生的，分布不规则，大小也不规则。图像去噪是一种信号滤波的方法，目的是保留有用信号，去掉噪音信号。,(a),原图,(b)3*3,(d)7*7,(c)5*5,7.1,邻域平均法,Def.,将像素灰度值用该像素邻域内的所有像素的平均灰度值代替，从而达去除噪音的目的，这就是邻域平均法，又称均值滤波或局部平滑法。概括之就是用邻域范围内的像素点灰度值总和的平均值去替代噪声点，从而去除噪音。,邻域平均算法计算公式,:,其中,s,是点的邻域点的集合，,M,是,s,中点的总数，是原点的灰度值，是均值滤波后点的灰度值。,7.1,邻域平均法,更具一般性的邻域平均法：,1,非加权邻域平均,常用的卷积模板有：,（,33,）矩形邻域,（,33,）圆邻域,（,55,）矩形邻域,7.1,邻域平均法,邻域均值法的缺点：,邻域均值法虽然可以使图像噪音得到平滑，但同时有用的信息也会被平滑，例如边缘信息易被平滑，而且随着选取的邻域扩大，平滑效果越明显，图像清晰度反而减弱。这一性质必然会使得图像细节变得越模糊，从而影响图像的清晰度。,7.2,中值滤波法,Def.,所谓中值就是窗口中奇数个数据按大小顺序排列后处于中心位置的那个数。中值滤波以窗口的中值作为处理结果。,实现步骤：,先对窗口排序；,2.,用排序后的中值取代要处理的数据即可。,(a),噪声原图,(b)3*3,(d)7*7,(c)5*5,7.4,频域变换处理方法,离散傅里叶变换,D,及其逆变换能够将图像,f(i,j),变换到,F(u,v),。,f(i,j),和,F(u,v),是一对对应的关系。如前所述，任意,i,j,，,f(i,j),是空域中的像素点，相应地，,F(u,v),是频域中的点。,1.F(u,v),的意义,F(u,v),是,(u,v),处的频谱分量。如果,|(u,v)|,较小，称,F(u,v),是图像的低频分量，反之，称为高频分量。,7.4,频域变换处理方法,3.,用,Matlab,实现,Butterworth,低通和高通,见本章课本程序。,(a),原图,（,b,）,butterworth,低通滤波,（,c,）,butterworth,高通滤波,习 题 七,1.,邻域平均法是如何去除噪声的？,2.,中值滤波是如何去除噪声的？,3.,邻域平均和中值滤波的区别及优缺点？,4.,试设计一种新的去噪算子。,5.,编程实现,Butterworth,低通和高通，并阐述原理。,6.,解释图,7-3(b),和,7-3(c),的结果。,