图象中的噪声及复原方法研究 |
| 作者：顾亚芳 文章来源：大众科技 点击数： 更新时间：2005-4-2 |
|
摘 要：图象复原的主要目的是改善图象质量。本文主要阐述了噪声图象的复原方法。首先介绍了图象中噪声的产生及与图象信号相关的噪声的分类，然后分别讨论了用于图象复原的均值滤波、中值滤波、自适应维纳滤波、形态学滤波和小波去噪的工作原理和适用性。为进一步提高图象质量，又提出了采用融合技术，通过选择合适的算法进行数据融合以发挥不同滤波器的优势。
关键词：噪声，复原方法，融合技术
noise within image and research on restoration methods
(Department of Radio Engineering ,Southeast University ,Jiangsu,210096,China)
Abstract: Image restoration aims to improve image quality .This paper describes restoration methods of noisy image. Firstly, introduce the origination of noise within image and classification related to image signal. Secondly, discuss the principle and applicability of mean filtering，median filtering, adaptive wiener filtering ,morphology filtering and wavelet denoise using for image restoration respectively. In order to further improve image quality, fusing technology is presented by choosing suitable algorithms to fuse data as to take advantages of different filters.
Keywords: noise; restoration methods; fusing technology
一、图象中噪声的产生及分类
一幅图象在实际应用中可能存在各种各样的噪声，这些噪声可能在传输中产生，也可能在量化等处理中产生。噪声产生的原因决定了它的分布特性及它和图像信号的关系。根据噪声和信号的关系可将其分为两种形式：（1）加性噪声，此类噪声与输入图象信号无关，含噪图象可表示为f(x,y)=g(x,y)+n(x,y),信道噪声及光导摄像管的摄像机扫描图象时产生的噪声就属这类噪声；（2）乘性噪声，此类噪声与图象信号有关，含噪图象可表示为f(x,y)=g(x,y)+n(x,y)g(x,y)，飞点扫描器扫描图象时的噪声，电视图象中的相干噪声，胶片中的颗粒噪声就属于此类噪声。
二、噪声图象的复原方法
1、 均值滤波器
对一些图象进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适用于去除通过扫描得到的图象中的颗粒噪声。邻域平均法是空间域平滑技术。对于给定的图象f(x,y)中的每个像点（x,y），取其邻域Sxy，设Sxy含有M个像素，取其平均值作为处理后所得图像像点(x,y)处的灰度。用一像素邻域内各像素灰度平均值来代替该像素原来的灰度，即是领域平均技术。领域平均法有力地抑制了噪声，同时也由于平均而引起了模糊现象，模糊程度与领域半径成正比。为了尽可能地减少模糊失真，也可采用阈值法减少由于领域平均而产生的模糊效应。其公式如下：
Σf(x,y)/M
f(x,y) ┃f(x,y)- Σf(x,y)/M┃<T, T即为规定的阈值。
上述方法也可称为算术均值滤波器，除此之外还可以采用几何均值滤波器、谐波均值滤波器和逆谐波均值滤波器。几何均值滤波器所达到的平滑度可以与算术均值滤波器相比，但在滤波过程中会丢失更少的图象细节。谐波均值滤波器对“盐”噪声效果更好，但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。逆谐波均值滤波器更适合于处理脉冲噪声，但它有个缺点，就是必须要知道噪声是暗噪声还是亮噪声，以便于选择合适的滤波器阶数符号，如果阶数的符号选择错了可能会引起灾难性的后果。
2、自适应维纳滤波器 它能根据图象的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。它的最终目标是使恢复图像f＾(x,y)与原始图像f(x,y)的均方误差e2=E[（f(x,y)- f＾(x,y)）2]最小。该方法的滤波效果比均值滤波器效果要好，对保留图像的边缘和其他高频部分很有用，不过计算量较大。维纳滤波器对具有白噪声的图象滤波效果最佳。
3、中值滤波器：它是一种常用的非线性平滑滤波器，其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换。设f(x,y)表示数字图像像素点的灰度值，滤波窗口为A的中值滤波器可以定义为f＾(x,y)=MED{f(x,y)}
(x,y)∈A
其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘，从而获得较满意的复原效果，而且，在实际运算过程中不需要图象的统计特性，这也带来不少方便，但对一些细节多，特别是点、线、尖顶细节较多的图象不宜采用中值滤波的方法。如果希望强调中间点或距中间点最近的几个点的作用，则可采用加权中值滤波。其基本原理是改变窗口中变量的个数，可以使一个以上的变量等于同一点的值，然后对扩张后的数字集求中值。这种方法比简单中值滤波性能更好地从受噪声污染的图像中恢复出阶跃边缘以及其他细节。另有一种可以处理具有更大概率的冲激噪声的是自适应中值滤波器，在进行滤波处理时，能依赖一定条件而改变领域的大小。其优点是在平滑非冲激噪声时可以保存细节，所以既能除去“椒盐”噪声，平滑其他非冲激噪声，还能减少诸如物体边界细化或粗化等失真。
4、 形态学噪声滤除器：将开启和闭合结合起来可用来滤除噪声，首先对有噪声图象进行开启操作，可选择结构要素矩阵比噪声的尺寸大，因而开启的结果是将背景上的噪声去除 。最后是对前一步得到的图象进行闭合操作，将图象上的噪声去掉。根据此方法的特点可以知道，此方法适用的图像类型是图象中的对象尺寸都比较大，且没有细小的细节，对这种类型的图像除噪的效果会比较好。
5、 小波去噪 ：由小波变换的特性可知，高斯噪声的小波变换仍然是高斯分布的，它均匀分布在频率尺度空间的各部分，而信号则由于其带限性，它的小波变换系数仅仅集中在频率尺度空间上的有限部分，这样，从信号能量的观点来看，在小波域上，所有的小波系数都对噪声有贡献，也就是噪声的能量分布在所有的小波系数上，而只有一小部分小波系数对信号能量有贡献，所以可以把小波系数分成两类，第一类小波系数仅仅由噪声变换后得到，这类小波系数幅值小，数目较多，第二类小波系数由信号变换得来，并包含噪声的变换结果，这类小波系数幅值大，数目较小。根据信号小波分界的这个特点，可以通过这种小波系数幅值上的差异来降低噪声。对信号的小波系数设置一个阈值，大于这个阈值的小波系数认为属于第二类系数，它同时含有信号和噪声的变换结果，可以简单保留或进行后续操作，而小于这个阈值的小波系数，则认为是第一类小波系数，即完全由噪声变换而来，应该去掉这些系数。这样达到了降低噪声的目的。同时由于这种方法保留了大部分包含信号的小波系数，因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤：（1）对图象信号进行小波分解。选择合适的小波和恰当的分解层次，然后对含有噪声的图像X进行N层小波分解（2）对经过层次分解后的高频系数进行阈值量化。对于分解的每一层，选择一个恰当的阈值，并对该层高频系数进行阈值量化处理（3）利用二维小波重构图象信号。同样，根据小波分解后的第N层近似（低频系数）和经过阈值量化处理后的各层细节（高频系数），来计算二维信号的小波重构。传统的低通滤波方法将图象的高频成分滤除，虽然能够达到降噪的效果，但破坏了图像细节，利用小波分析的理论可以构造一种既能够降低图象噪声，又能保持图象细节信息的方法。
三、噪声图象的融合复原
融合复原技术能取各种滤波器之长，获得比较好的复原效果。其原理就是采用某种算法，将两幅或多幅空间配准的图象生成满足某种要求的复原技术。从它的过程来看，关键在于（1）要根据除噪要求选择合适的图象数据；（2）对图象数据有效地进行预处理，尤其是要高精度空间配准；（3）对各部分采用合适的融合方法。这种技术的优点是对原始的图象数据进行处理，融合的图象在去噪的同时能避免原始信息的丢失。例如，均值滤波器可去除大多数噪声，但也会导致图象边缘的模糊，而自适应维纳滤波器可保持图象边缘但边缘噪声消除却很少，此时可用梯度变换锐化均值滤波后的图象，该图象与自适应滤波后的图象经标定后采用模糊积分的方法进行数据融合，然后再重构图象，这样既可以消除大部分噪声又能较好地保留图象的细节。
四、结语
图象中的噪声有时可能不是单一种类的噪声，当采用一种滤波器无法获得满意的效果时，可以选择几种滤波器采用一定的应用次序和相应的算法进行组合滤波，这样可以达到更好的复原效果。
参考文献：
光电图象处理 刘文耀 电子工业出版社 2002
MATLAB6.X 图象处理 孙兆林 清华大学出版社 2002
数字图象处理 贾永红 武汉大学出版社 2003
数字图象处理 冈萨雷斯 电子工业出版社 2003 |
| 论文录入：华东论文网 责任编辑：华东论文网 |
|
上一篇论文： 宽带化―电信发展的必由之路
下一篇论文： 没有了 |
| 【字体：小 大】【发表评论】【告诉好友】【打印此文】【关闭窗口】 |
论文定制
发表论文
合作流程
付款方式
信用说明
刊物介绍
50403530