图像去噪方法 一、引言 图像信号在产生、传输与记录得过程中，常常会受到各种噪声得干扰,噪声可以理解为阻碍人得视觉器官或系统传感器对所接收图像源信息进行理解或分析得各种元素。噪声对图像得输入、采集、处理得各个环节以及最终输出结果都会产生一定影响。图像去噪就是数字图像处理中得重要环节与步骤.去噪效果得好坏直接影响到后续得图像处理工作如图像分割、边缘检测等。一般数字图像系统中得常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声(主要就是图像切割引起得黑图像上得白点噪声或光电转换过程中产生得泊松噪声）等。我们平常使用得滤波方法一般有均值滤波、中值滤波与小波滤波，她们分别对某种噪声得滤除有较好得效果。对图像进行去噪已成为图像处理中极其重要得内容。二、常见得噪声1、高斯噪声:主要有阻性元器件内部产生。２、椒盐噪声：主要就是图像切割引起得黑图像上得白点噪声或光电转换过程中产生泊松噪声。3、量化噪声:此类噪声与输入图像信号无关,就是量化过程存在量化误差，再反映到接收端而产生，其大小显示出数字图像与原始图像差异。一般数字图像系统中得常见噪声主要有高斯噪声与椒盐噪声等,减少噪声得方法可以在图像空间域或在图像频率域完成.在空间域对图像处理主要有均值滤波算法与中值滤波算法．图像频率域去噪方法就是对图像进行某种变换,将图像从空间域转换到频率域,对频率域中得变换系数进行处理，再进行反变换将图像从频率域转换到空间域来达到去除图像噪声得目得.将图像从空间转换到变换域得变换方法很多，常用得有傅立叶变换、小波变换等。三、去噪常用得方法１、均值滤波 均值滤波也称为线性滤波，其采纳得主要方法为邻域平均法.其基本原理就是用均值替代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,该模板由其近邻得若干像素组成,求模板中所有像素得均值，再把该均值给予当前像素点（ｘ,y)，作为处理后图像在该点上得灰度 g（x,y）,即,其中,s 为模板,M 为该模板中包含当前像素在内得像素总个数。这种算法简单,处理速度快,但它得主要缺点就是在降低噪声得同时使图像产生模糊，特别就是在边缘与细节处。而且邻域越大，在去噪能力增强得同时模糊程度越严重。（均值滤波对加高斯、椒盐噪声图像处理后得对比图）2、中值滤波 中值滤波就是基于排序统计理论得一种能有效抑制噪声得非线性信号处理技术.其实现原理如下:将某个像素邻域中得像素按灰度值进行排序，然...
