一幅平面运动图像所包括的信息首先表现为光的强度I(Idensity),它是随空间坐标 、光线的波长 和时间 而变化的,因此,图像函数可以写成:
(2.1)
若只是考虑光的能量而不考虑光的波长时,在视觉效果上只有黑白深浅之分,而无色彩变化,此时的图像称为黑白活动图像,可以表示为:
(2.2)
作为彩色活动图像,就要考虑不同光的波长,根据三基色原理,任何一种彩色可以分解为红、绿、蓝三种基色。所以,彩色图像可以表示为:
(2.3)
当图像内容不随时间变化时,我们称之为静止图像。对黑白静止图像而言,图像函数为:
(2.4)
通常我们将图像定义为矩形,这是由于人眼的视野是有界的,因此图像在空间上是有界的,其界限范围为:
(2.5)
以一幅黑白图像为例,它可以用二维函数 表示,其中 是平面的二维坐标, 表示点 的亮度值(灰度值)。如果是一幅彩色图像,各点值还应反映出色彩的变化,即可用 表示,其中为 波长。
为了适应数字计算机的处理,必须对连续图像进行空间和幅值数字化。空间坐标 的数字化称为图像采样。而幅值数字化被称为灰度级量化。经过数字化后的图像成为数字图像或离散图像。设连续黑白图像 按等间隔采样,排成 阵列(本文取方阵列 ),
目 录
摘 要 2
Abstract 3
目 录 4
1 引言 5
2 图像噪声和标准均值滤波算法 5
2.1 图像的数字化处理 5
2.2 图像的噪声 6
2.3 标准均值滤波算法 6
2.3.1图象在空间域平均 6
2.3.2 图象的频率域低通滤波 7
2.4 均值滤波主要特性 9
2.4.1 均值滤波的去噪声特性 9
2.4.2 均值滤波的频谱特性 10
2.4.3标准均值滤波方法的实现 10
2.5 对标准均值去噪效果的仿真 11
3 自适应均值滤波算法 11
3.1根据窗口的四阶累积量和二阶中心矩自适应确定图像噪声点 11
3.2自适应确定滤波窗口大小 13
3.3对噪声点进行去噪声处理 13
4 模拟对比和结果分析 14
5 总结 16
参考文献 17
附 录 18
附录一:用Butterworth低通滤波器对加高斯噪声的图象的去噪程序 18
附录二:自适应均值滤波、标准均值滤波去噪效果对比程序 19
|