内蒙古工业大学本科毕业论文学校代码： 10128学 号： 201020906002 本科毕业论文题 目：滤波器的形状和尺寸对图像 滤波的影响 学生姓名：闫佳婧学 院：理学院系 别：物理系专 业：电子信息科学与技术班 级：电科10-1班指导教师：李维雅 讲师二 一 四 年 六 月摘要在我们的工作和生活中，图像处理的应用非常广泛，在各个领域都有着非常重要的作用。滤波器在图像处理中应用的比较多，它对图像去噪处理有很好的效果。本文讨论的是滤波器的形状和尺寸会不会对图像滤波器造成影响。利用MATLAB软件，通过改变中值滤波器的形状和尺寸，对图像噪声进行去噪处理，程序运行之后对比处理后的图像的不同之处。对比后发现图像去噪的效果以及图片质量都会随着中值滤波器的形状和尺寸变化的。 关键词：数字图像处理；高斯噪声；椒盐噪声；中值滤波器AbstractIn our work and life, has a very wide range of application of image processing, it has a very important role in various fields.Filter in the applications of image processing is more, it is very good effect for image denoising processing.Discussed in this article is the shape and size of filter will affect the image filter.Using the MATLAB software, through changing the shape and size of median filter, to deal with the noise of image noise, programs run after the difference between the processed image is compared.It shows that the effect of image denoising and image quality will change as the shape and size of the median filter.Keywords: Digital image processing; Gaussian noise; Salt and pepper noise; Median filter目 录引言 1第一章 51.1 51.2 61.2.1 6第二章 112.1 11结论 31注释 32参考文献 33附录 34谢辞 35引言在实际的日常生活中，人们要接触很多的图像，画面。但在景物成像的过程中可能会出现模糊、失真 或混入噪音的情况，导致图像的质量下降，这种现象称为图像“退化”。因此我们可以采取一些技术手段来尽量减少甚至于消除图像质量的下降，还原图像的本来面目，这就是图像的复原。引起图像模糊有很多种的原因，举例来说有运动引起的，高斯噪音引起的，斑点噪音引起的，椒盐噪音引起的等等。图像复原的算法：数字图像复原问题实际上是在一定的准则下，采用数学最优方法从退化的图像去推测原图像的估计问题。不同的准则及不同的数学最优化方法就形成了各种各样的算法。常见的复原方法有，逆滤波复原算法，威纳滤波复原算法，盲卷积滤波复原算法，约束最小二乘滤波复原算法等等。其中维纳滤波是最典型的一种，20世纪40年代，维纳奠定了最佳滤波器的研究基础。即假定输入时有用信号和噪音信号的合成，并且他们都是广义平稳过程和他们的二阶统计特性都已知。维纳根据最小均方准则（即滤波器的输出信号与需要信号的均方值最小），求得了最佳线性滤波器的参数，这种滤波器被称为维纳滤波器。在图像恢复和处理中被广泛使用。第一章 数字图像处理1.1数字图像处理的概念数字图像处理（Digital Image Processing）又称为计算机图像处理，是指通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。以数字格式存储的图像才可以用计算机进行图像处理，数字图像就是以数字格式存储的图像。我们生活中常见的照片、图片、海报等均是属于模拟类的图像，如果想要将模拟类的图像数字化后并且使它生成数字图像就需要使用数字化的一些设备。目前，将模拟类的图像数字化的设备是扫描仪，当然也还可以利用数码相机的拍摄以数字格式存储的数字图像。模拟类的图像通过扫描仪进行的逆光数字化或者是由数码相机直接拍摄的景物图，都是以数字的格式存储在计算机中的。既然是数字格式，计算机当然可以方便地对图像进行各种处理，用以实现视觉效果和特殊效果。1.2数字图像处理的背景 从20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。到20世纪50年代，当时的计算机发展水平已经很高，人们就开始运用计算机来处理一些图形和图像的信息。数字图像处理成为一门学科大约在20世纪60年代初。最早的图像处理是改变图像的质量，它以人为对象，来改变人的视觉效果。图像处理过程中，输入的是质量比较低的图像，输出的是改变质量后的图像，常用的图像处理方法有图像增强、压缩、复原、编码等等。第一次获得成功的是美国喷气推进实验室（JPL）。1964年他们对上千张的月球照片进行了图像处理，运用了几何校正、灰度变换、除噪等方法，获得了前无史例的成功，加快了数字图像处理技术的发展。在以后的宇航方面，数字图像处理技术起到了空前巨大的作用。20世纪70年代，数字图像处理技术得到了迅速的发展，进一步完善了数字图像处理的理论和方法，并且应用范围变得更加广泛。70年代中期，计算机技术还有人工智能、思维科学上的研究都得到快速的发展，数字图像处理技术在向着更高层次发展。人们已经开始探索研究怎样利用计算机来解释图像，实现利用人类视觉系统解释外部广阔世界，这种研究被称之为图像理解或者称为计算机视觉。许多国家，尤其是发达国家投入了更加多的人力和物力到这项研究中，获得了很多重要的研究成果。其中最具有代表性的成果是MIT的Marr在70年代末提出的视觉计算理论，这项理论成为计算机视觉领域在以后的十多年中的主要思想。虽然，图像理解在理论方法研究上已经取得得很多的进展，但是它的其实本身是一个很难的研究领域，由于人类对其自己的视觉过程还了解的不多，所以计算机视觉依然是一个需要人类进一步探索研究的新领域。从20世纪70年代末到现在，每个应用领域都对数字图像处理技术提出了更高的要求，使其向更深层的方向发展。尤其是在景物理解和计算机视觉方面，图像处理已经从二维处理逐渐发展到三维理解或者解释。近年来，随着计算机和其他有关领域的快速发展，数字图像处理技术已经有一个研究领域演变成了科学研究中经常应用的一种工具。1.3 数字图像处理的内容及特点 1.3.1 数字图像处理的内容1. 图像获取、表示和表现 将模拟图像信号转化为数字形式，并且将数字图像显示出来。这个过程是要进行图像数字化，就是将图像用一组数字表示出来，然后再运用计算机进行分析和处理。2. 图像复原 图像复原的主要目的是去除干扰、模糊和图像畸变，恢复图像的本来面目。典型的去噪操作就属于复原处理。如果图像的质量下降，并且原因已知，这样的情况就可以利用图像复原技术对图像进行修正。图像复原最重要的部分是需要一个合理的模型。因为不同图像的退化原由不同，因此就会采用不同的复原方法。3. 图像编码压缩 数字图像的一大特点就是数据量庞大，所以，在实际的情况中就需要进行图像压缩，用以减少数字图像所需要的数据量。编码在压缩技术中最主要的方法，在一定要求下对图像进行编码，就可以对图像的数据进行压缩。图像编码压缩技术可减少描述图像的数据量，以便节省图像传输、处理时间和减少所占用的存储器容量。4.图像增强对图像增强的原理主要是突出图像中某些特殊信息，减弱甚至除去不需要的信息，从而使想要得到的信息得到加强，便于区分。图像增强优势可能要去改变图像的视觉效果，使人便以观察。也可以避免图像中的重要信息被遗漏。（1）直方图均衡化在图像增强方面有很多种算法，最常用的是直方图均衡化。直方图均衡化就是指通过利用直方图统计出来的结果趋势图像达到直方图均衡的方法，这种方法可以达到增强图像的效果。利用直方图的统计，可以得出，图像中的所有的亮度所占的比例分布不同，通过加大直方图统计中的比例高和比例低的的像素之间的亮度差来提高图像的效果。灰度直方图大部分初一低灰度区域，随意图像中一些比较暗的区域，有些模糊，看不清楚。直方图均衡化可以用histep（）函数来实现。（2）灰度变换法 某些图像是低对比度图像，表现是图像偏亮或者偏暗，或是图像的灰度失真。因此，就需要根据某种条件利用灰度变换对图像的灰度值进行处理，来改善图像的质量。如果图像中的某一部分比较暗，那么就颗粒利用灰度变换使较暗的像素值增大，这样就可以使图像的亮度提高。（3）平滑和锐化滤波 处理平滑图像中的噪声就需要平滑滤波技术，使用求像素灰度的中值或者平均值的方法得出。平滑滤波一般可以用低通滤波实现，它的目的是去除噪声以及图像中的模糊部分。图像的锐化技术是使图像灰度的反差增强，加强图像中的一些指定部分的图像细节，也可以增强图像中的边缘和轮廓的信息。图像的锐化的优点是可以使图像的边缘细节变得清晰，这种技术可以用高通滤波来实现。5.图像分割图像分割就是将图像分成区域，并且将图像中较特殊的部分提取出来的一个过程，以便可以进一步的对图像进行分析。常用的幅度分割方法就是将图像的灰度分成不同等级，然后用设置灰度值的方法确定有意义的区域或欲分割物体的边界。6.图像重建图像增强、图像复原和图像编码是图像到图像的处理，即输入的是图像，输出的还是图像。而图像的重建是从数据到图像的处理，也就是输入的是数据，输出的则是图像。CT是图像重建处理的最为典型的实例。7.图像变换由于图像阵列很大，如果直接在空间域中进行处理，涉及计算量很大。因此，往往