• <table id="zigek"></table>
  • <acronym id="zigek"></acronym>
    <big id="zigek"></big>
    <tr id="zigek"><s id="zigek"></s></tr>

    學術堂首頁 | 文獻求助論文范文 | 論文題目 | 參考文獻 | 開題報告 | 論文格式 | 摘要提綱 | 論文致謝 | 論文查重 | 論文答辯 | 論文發表 | 期刊雜志 | 論文寫作 | 論文PPT
    學術堂專業論文學習平臺您當前的位置:學術堂 > 計算機論文 > 數字圖像處理論文

    三種數字圖像濾波技術的特點及適用場景

    時間:2019-02-19 來源:通訊世界 作者:尤俊霖 本文字數:3080字

      摘    要: 隨著計算機技術的不斷進步, 圖像更普遍地運用于生活之中, 圖像預處理技術也更加完善, 而圖像濾波正是圖像預處理中十分重要的一步。圖像濾波可以使圖像的成像質量更高, 而且更方便對圖像的進一步處理, 所以通常是圖像預處理中不可或缺的一步。本文介紹了圖像在計算機的存儲方式、噪聲等概念, 并主要對中值濾波、限幅平均濾波、高斯濾波這三種濾波算法的原理和實現過程進行說明, 通過對比不同算法的特點, 得出各自算法的適用情況。

      關鍵詞: 濾波; 噪聲; 濾波算法;

      1 數字圖像的存儲及噪聲分類

      1.1 數字圖像在計算機中的存儲方式

      圖像在計算機中會轉化為計算機可識別的數值來進行存儲, 數字化圖像數據有兩種存儲方式:一為位圖存儲、二為矢量存儲。由于本文主要使用的都是位圖圖像, 所以下文將主要介紹位圖存儲。位圖圖像是由一系列像素 (像素值取0~255) 組成的可識別圖像, 所以可以把一幅圖像看成一個數字矩陣, 矩陣的每一個元素對應于圖像中的一點, 而相應的值對應于該點的顏色或者灰度。例如一張分辨率為640×480, 16位色的圖片, 就可由216=65536種顏色約640×480=307200個像素點組成[1]。位圖圖像的優點與缺點都同樣明顯, 在優點方面, 位圖圖像可以表現出豐富的圖像效果和顏色, 可以更加逼真的表現圖像細節, 這就是為什么平時我們使用的圖像都是位圖圖像的原因。但是, 位圖圖像由于每一個存儲單元都是一個單獨的像素導致顏色豐富的位圖圖像的儲存占空間較大, 在傳輸文件時會很慢。而且位圖圖像不能放大太大, 在放大時, 位圖圖像的像素不會隨之改變, 因此圖像會出現失真的情況。

      1.2 噪聲及噪聲分類

      圖像噪聲就是指存在于圖像中的不必要的信息, 也就是說圖像中存在的干擾人們獲取圖像信息的因素就是噪聲。噪聲在理論上可以定義為“不可預測, 只能用概率統計方法來認識的隨機誤差”, 描述噪聲可以借用隨機過程的描述, 即用其概率分布函數, 由于噪聲的存在嚴重干擾了圖像的質量, 因而在圖像增強處理和分類處理之前, 必須予以糾正[2]。噪聲按性質分類主要有:椒鹽噪聲, 高斯噪聲, 伽馬噪聲、泊松噪聲、乘性噪聲等。最常見的噪聲為椒鹽噪聲和高斯噪聲。

      椒鹽噪聲就是圖像上隨機出現的或白或黑的像素點, 如同鹽或者胡椒撒在圖片上一樣。椒鹽噪聲的成因主要是在信號接收過程中, 突然受到強烈的干擾。
     

    三種數字圖像濾波技術的特點及適用場景
     

      高斯噪聲的特點是噪聲的幅度分布為高斯正態分布曲線 (二維高斯正態分布曲線) , 由中心點向外輻射逐漸模糊, 高斯噪聲的成因主要是在采集信號時突然的強光或者高溫造成的傳感器噪聲。

      2 常見三種濾波技術的原理

      濾波一詞源于通信, 它是從含有干擾的接收信號中提取有用信號的技術。由于成像系統、成像設備均不完善導致數字圖像在形成往往伴隨著多種噪聲干擾, 圖像濾波也就是為去除這些干擾我們獲得圖像中有用信息的噪聲而存在, 原理與通訊濾波相似。如果要構造一種濾波器必須考慮兩個因素: (1) 能否有效去除噪聲; (2) 能否在去除噪聲的同時, 保護目標圖像的特征。因此針對于以上因素, 我們構建了三種濾波器來解決這個問題。

      2.1 中值濾波

      中值濾波是一種非線性平滑技術, 其實現方式較簡單;首先構建一種二維模板, 二維模板通常為n×n的區域 (由于n×n的奇數區域更方便取中心點, 奇數個數字也更方便取中值, 因此n常取奇數) 當然, 也可以是不同的形狀, 如線狀、圓狀、十字形或圓環形。從前至后對一張圖像進行處理, , 在二維模板的區域內取所有像素值的中位數對二維模板的中心點進行替換, 接著向后移動一個像素單位時, 最后重復此操作直到圖像中所有被覆蓋的中心點的的像素值都被中值替換。

      具體實現過程見圖1, 用矩陣代表一張灰度圖像, 二維模板取3×3的區域。

      圖1 中值濾波示例
    圖1 中值濾波示例

      2.2 限幅平均濾波

      限幅平均濾波其實結合了兩種濾波方法一為限幅濾波, 二為算數平均濾波。處理方法與中值濾波相似, 首先設定一個像素幅度A, 接著判斷當前二維模板所覆蓋中心點的像素值和前一個中心點像素值的差值的絕對值是否超出所設定幅度, 若未超出所設定幅度則不對當前中心點進行處理, 若超過所設定幅度, 則將當前中心點的值變更為此而為二維模板內所有像素值的平均值, 重復此操作直到處理完整張圖像。

      具體實現過程見圖2, 設幅度A=40, 二維模板為3×3的矩陣。

      圖1 限幅平均濾波示例
    圖1 限幅平均濾波示例

      2.3 高斯濾波

      由于均值濾波會使圖像模糊的缺點, 產生了高斯濾波這種濾波器。高斯濾波的方式是對數字圖像中所有像素值進行加權平均, 且根據一定的標準給不同的像素值分配不同的權重 (離中心點越近的像素值分配的權重越大) 。首先定義一個n×n的模板, 再設定一個σ, 然后根據公式 (1) , 就可以得到二維模板的權重矩陣, 再計算整個二維模板覆蓋區域的像素值的加權平均值, 然后模板向后一個像素值單位, 重復此操作得到新的圖像[3]。

    圖1 中值濾波示例

      3 三種濾波技術的特點分析及適用場景

      3.1 中值濾波特點及適用場景

      中值濾波的優點有很多, 首先中值濾波操作方式簡單, 其次, 根據中值濾波的算法可知中值濾波可以很好地保護圖像的邊緣信息不被破壞, 再者中值濾波選擇合適的點來替代圖像中的污染點, 而保護圖像的大部分內容, 中值濾波尤其適用于椒鹽噪聲的處理, 因為椒鹽噪聲的圖像內有干凈點和污染點, 通過處理污染點就被合適的點替換, 所以中值濾波可以很好地濾除椒鹽噪聲。但中值濾波也有缺點, 一般來說圖像中比較明亮和比較暗的區域都通過中值濾波濾除, 但是較大區域的噪聲一般會原封不動的保存下來[4]。所以, 經分析中值濾波對于區域較大的噪聲的濾除效果不好, 對于點狀噪聲的濾除效果最好尤其是椒鹽噪聲。

      3.2 限幅平均濾波特點及適用場景

      限幅平均濾波結合了限幅濾波和均值濾波兩種圖像濾波方式的優點, 其中限幅濾波算法的優點是能克服偶然因素引起的噪聲, 而均值濾波算法簡單能很快的對圖像進行平滑處理, 也就是能將由于屏幕顯示的分辨率不高的圖像出現的鋸齒邊緣平滑, 但限幅濾波的缺點是無法處理周期性產生的噪聲, 均值濾波的缺點是由于對對圖像鋸齒邊緣進行平滑處理而導致圖像趨于模糊。所以限幅平均濾波適合處理顆粒噪聲, 特別是鹽噪聲, 但是如果處理椒鹽噪聲會導致圖像模糊而不會去除掉圖像中的噪聲, 而且不適用于周期性變化的噪聲。還有在運用限幅平均濾波法時必須提前知道噪聲是亮噪聲還是暗噪聲, 不然會導致圖像大幅變白或變黑的情況, 所以在運用限幅平均濾波時最好對圖像分步進行處理:在亮噪聲多的區域使用針對于亮噪聲的處理方式, 在暗噪聲多的區域進行針對暗噪聲的處理方式。

      3.3 高斯濾波特點及適用場景

      高斯濾波對于高斯噪聲處理效果特別好, 由于高斯噪聲是由中心點開始呈現模糊, 具有一定的模糊半徑, 但一般不知道模糊半徑和邊緣方向。而高斯濾波很好地處理了這一問題, 因為二維高斯函數具有旋轉對稱性, 所以使用高斯濾波處理圖像時不會出現偏向任意一方的情況, 而且鄰域內的像素的權重是隨離中心點的距離單調遞減的, 所以使用高斯濾波處理圖像時不會對邊緣的影響過大, 不會像均值濾波那樣因為過度的平滑處理而導致圖像邊緣模糊而導致圖像失真。但是高斯濾波的缺點也很突出, 高斯濾波這種圖像處理方式基本上只能運用于高斯噪聲。總的來說, 高斯濾波能很好地濾除高斯噪聲, 而且對圖像的平滑更好, 不會造成圖像的大幅度模糊, 對邊緣的處理效果也較好, 缺點是基本只能運用于高斯噪聲, 對椒鹽噪聲等其它噪聲很難達到好的濾波效果。

      參考文獻:

      [1]齊欣.數字圖像的存儲方式及傳輸途徑[J].照相機, 2004 (7) :37~38.
      [2]張安定, 衣華鵬, 崔青春.《遙感原理》研究性教學的探索與實踐[J].測繪通報, 2005 (12) :59~61.
      [3]丁怡心, 廖勇毅.高斯模糊算法優化及實現[J].現代計算機 (專業版) , 2010 (8) :76~77.
      [4]高浩軍, 杜宇人.中值濾波在圖像處理中的應用[J].信息化研究, 2004, 30 (8) :35~36.

      論文來源參考:尤俊霖.簡單的圖像處理濾波技術[J].通訊世界,2019,26(02):245-246.
      相近分類:
      • 成都網絡警察報警平臺
      • 公共信息安全網絡監察
      • 經營性網站備案信息
      • 不良信息舉報中心
      • 中國文明網傳播文明
      • 學術堂_誠信網站
      159彩票{{转码主词}官网{{转码主词}网址