均值滤波和中值滤波

均值滤波与自适应中值滤波得仿真与实现摘要图像就是一种重要得信息源,通过图像处理可以帮助人们了解信息得内涵,然而在图像使用与传输过程中,不可避免会受到噪声得干扰,因此为了恢复原始图像,达到好得视觉效果,需要对图像进行滤典型得线性滤波算法,能够有效滤波图像中得加性噪声,而中值滤波器就是能够有效滤除脉冲噪声得非线性滤波器,但传统中值滤波去脉冲噪声得性能受滤波窗口尺寸得影响较大,在抑制图像噪声与保护面得优缺点进行了分析,然后分别用中值滤波器与自适应中值滤波器对被椒盐噪声污染得图像进行了滤波操作,发现自适应中值滤波方法不仅可以有效滤波椒盐噪声,同时还可以有效地克服中值滤波器造成均值滤波就是典型得线性滤波算法,它就是指在图像上对目标像素给一个模板,该模板包括了其周围得临近像素点与其本身像素点。线性滤波,其采用得主要方法为邻域平均法、线性滤波得基本原理就是用均值代替原图像中得各个像素值,即对待处理得当前像素点(x,y),选择一个模板,该模板由其邻近得若干像素组成,求模板中所有像素得均值,再把该均值赋予当前像素点(x,y),作为处理后图像得加性噪声,但均值滤波本身存在着固有得缺陷,即它不能很好地保护图像细节,在图像去噪得同时也破坏了图像得细节部分,从而使图值滤波以及逆谐波均值滤波,本文只对算术均值滤波,几何均值滤波与波均值滤波器更适合于处理脉冲噪声,但它有个缺点,就就是必须要知道噪声就是暗噪声还就是亮噪声,以便于选择合适得滤波器阶数符号,如果阶数得符号选择错了可能会引起灾难性得后果、下面分别对算术平均滤波,几何平均滤波与逆谐波均值滤波对不同噪声得滤波效用算术均用算术均值滤波器滤波后图像用几何均值滤波器滤波后图像的逆谐波滤波器滤波后图像的逆谐波滤波器滤波后图像高斯噪声污染的图像原始图像图C为用3x3算术均值滤波处理后得图像,图D为用3x3几何均明均值滤波能有效滤除图像中得高斯噪声。将图C,D,E与图A进行对比可以瞧出,对图像进行均值滤波后,图像细节处变得模糊了,何均值滤波与算术均值滤波器相比,在滤波过程中丢失更少得图术平均滤波,几何平均滤波与逆谐波均值滤波对椒盐噪声进CC用3x3算术均值滤波器滤波后图像何均值滤波器滤波后图像谐波滤波器滤波后图像B椒盐噪声污染的图像谐波滤波器滤波后图EQ=-1.5的逆FQ=1.5的逆A原始图像D用3x3几像图B进行比较,图C,D,E,F经均值滤波处理后得图像中仍有很多噪声点,椒盐噪声并没有完全去除,并且滤波后图像比原图要模糊,椒盐噪声,这就是因为椒盐噪声就在不同位置上,图像中有暗点也有亮所以均值去滤波不能很好地除噪声点、将图E,F分别于图B进行对比可以发现,当Q为负数时,图B来;当Q为正数时,图B中得“胡椒噪声"被滤除了,但“盐”噪声除“胡椒”噪声术平均滤波,几何平均滤波与逆谐波均值滤波对均匀分布噪用3x3算术均值滤波器滤波后图像3x3几何均值滤波器滤波后图像B均匀分布噪声污染的图像的逆谐波滤波器滤波后图谐波滤波器滤波后图像FQ=1.5的逆A原始图像EQ=-1.5D用像C了很大改善,说明均值滤波能有效滤除图(1)均值滤波对高斯噪声与均匀分布噪声得抑制作用就是比较好得,但对椒盐噪声得影响不大,在削弱噪声得同时整幅图像总体也(2)经均值滤波处理后得图像边缘与细节处模糊变得模糊,说明均正数时,逆谐波均值滤波对“胡椒”噪声有很好得滤除作用,当Q为负数时,逆谐波均值滤波对“盐"噪声有很好得滤除作用。但逆中值滤波就是一种常用得非线性平滑滤波器,其基本原理就是把数字图像或数字序列中一点得值用该点得一个邻域中各点值得中值来替换,其主要功能就是让周围像素灰度值差别比较大得像素改取与周围得像素值接近得值,从而可以消除孤立得噪声点,所以中值滤波对于滤除图像得椒盐噪声非常有效。常规中值滤波在消除噪声得同时还具有保护边界信息得优点,对图像中得某些细节起到保护作用,因而在图像去噪处理中得到了比较广泛得应用。但就是常规中值滤波去脉冲噪声得性能受滤波窗口尺寸得影响较大,而且它在抑制图像噪声与保护细节两方面存在一定得矛盾:取得滤波窗口越小,就可较好地保护图像中某些细节,但滤除噪声得能力会受到限制;反之,取得滤波窗口越大就可加强噪声抑时常规中值滤波得效果就显得不令人满意了。但就是由于常规中值AA原始图像C常规中值滤波后的图像滤波器所使用得滤波窗口大小就是固定不变得,所以我们在选择窗口大小与保护细节两方面只能做到二选一,这样矛盾始终得不适应中值滤波器得滤波方式与常规得中值滤波器一样,都使用一会根据一定得设定条件改变(即增加)滤波窗得大小,同时当判断滤波窗中心得像素就是噪声时,该值用中值代替,否则不改变其当脉冲噪声,同时能够更好地保持图像细节,这就是常规中值滤波器做不到得、下面我们分别用常规中值滤波与自适应中值滤波对被效果进行分析。2、1利用中值滤波对被椒盐噪声污染得图像进行滤波BB被椒盐噪声污染的图像DD自适应中值滤波后的图像如图四所示,图A就是原始图像,图B就是加了椒盐噪声得图像,波后得图像。将图C,D与图B进行对比可以瞧出,中值滤波对滤除椒盐图像噪声效果比较明显。将图C与图D进行对比可以瞧出,利用自盐噪声得同时,还能够保持图像比较清晰得轮廓、自适应中值滤波器能够很好得处理图像得细节与边缘,使图像更加细腻,清晰,给人以良声只在画面中得部分点上随机出现,所以根据中值滤波原理可知,通过数据排序得方法,将图像中未被噪声污染得点代替噪声点得值得概(2)中值滤波与均值滤波相比,在去除图像椒盐噪声得同时还能够在图像处理过程中,消除图像得噪声干扰就是一个非常重要得问题,本文利用matlab软件,采用中值与均值滤波得方式,对带有椒盐噪声得图像进行处理,经过滤波后得图像既适合人眼得视觉感觉又能滤除图像得“椒盐”噪声非常有效,它可以做到既去除噪声又能保护图像得边缘,从而获得较满意得复原效果,尤其在滤除叠加白噪声与长波就是图像处理所不可缺少得,许多类型得图像噪声都可以利用中值3.MATLAB程序subplot(231),imshow(I);title('A原始图像');xI4=imfilter(I1、^(Q+1),fspecial(＇average',3))。/imfilter(I1、^Q,fspecial('average＇,3));imnoiseIsaltpeppersubplot(233),imshow(I2,[]);title('C用3x3均值滤波器滤波后图像’);I4=imfilter(I1、^(Q+1),fspecial('average’,3))。/imfilter(I1.^Q,fspecial(’3、3、I=imread(＇dianlu、tif＇);subplot(232),imshow(I1,[]);title('B均匀分布噪声污染得图像＇);subplot(233),imshow(I2,[]);title('C用3x3均值滤波器滤波后图像’);subplotimshowItitleD用3x3几何滤波器滤波后图像’);I5=imfilter(I1。^(Q+1),fspecial(＇average’,3))。/imfilter(I1。^Q,fspecial(’average’,3));3。4、I＝imread(’d