(20页、6862字)摘要:针对标准均值滤波存在的问题，提出自适应均值滤波算法。算法首先计算窗口的四阶累积量和二阶中心矩并确定噪声点阈值：然后根据窗口内噪声点个数自适应调整滤波窗口，自适应计算权值；最后对噪声点逐点滤波。该方法既能有效去除图像噪声点。又能较好保持图像细节。最后利用MATLAB 7.1 软件对标准均值去噪和自适应均值去噪的效果进行了对比，并对结果进行了分析，结果表明该方法是有效的。
关键词：噪声；二阶中心矩；均值滤波；四阶累积量
Abstract
To these existing problems in the standards mean filter, this thesis introduces an adaptive mean filtering algorithm. This algorithm firstly calculates the fourth-order cumulant and second-order central moment of the window and identify noise threshold. Later it adaptively adjusts the filter windows and right value according to the number of the noise points in the window. Then it points the noise wise-filter point-by-point. The method can effectively remove image noise as well as maintain the image detail. Finally, the thesis compares the effect used in MATLAB 7.1 on standard mean de-noising with adaptive mean de-noising, and analyzes the result; it gets the conclusion that this adaptive mean filtering algorithm is available.
Key Words：noise；second-order central moment；mean filter；the fourth-order cumulant.
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
1 引言
图像在处理过程中，经常被外界噪声干扰，使图像质量下降。为了减小噪声影响，降质图像必须进行去噪处理。在众多的去噪方法中，均值滤波是非常有效的方法之一。标准均值滤波虽然可以在一定程度上抑制噪声，但是该方法存在以下缺陷；一是对脉冲噪声的消除不理想：二是图像细节得不到很好保护，去噪的同时也破坏了细节。
针对以上两个问题在标准均值去噪的基础上提出自适应均值滤波算法和快速均值滤波算法，自适应均值滤波算法基本思想是用正方形窗口在图像上移动，分别计算该窗口中个像素的四阶累积量和二阶中心矩，并计算该窗口中心像素的噪声临界系数，由该系数确定中心像素是否为噪声点；根据正方形窗口中噪声点个数自适应确定滤波窗口大小。最后采用改进的均值滤波算法对噪声点滤波。自适应均值滤波算法在很大程度上保护了图像细节。同时也抑制了噪声。比标准均值滤波具有更好的滤波性能，为去噪处理提供了一种新的方法。
| 