基于LabVIEW和MATLAB混合编程技术的图像去噪+程序(3)

菜单

图 5-2 产生高斯噪声的 LabVIEW 控件以及控件内部结构 26

图 5-3 正弦函数控件以及产生波形的的 LabVIEW 控件以及控件内部结构 26

图 5-4 图 5-4 产生含有高斯噪声的波形方法二 27

图 5-5 图 5-5 含有高斯噪声的正弦波形的去噪算法 27

图 5-6 图 5-6 运行结果图 28

表清单

表序号表名称页码

表 1-1 国外中值滤波的发展 2

表 1-2 国内中值滤波的发展 3

表 1-3 两种滤波算法的比较 3

表 3-1 函数 imnoise 中 type 参考的取值及意义 9

表 4-1 几种去噪方法对同一图像去噪效果的比较

1 绪论

1.1 引言

图像被当成是人类日常生活和社会活动中的最普遍使用的信息载体，是对于客观现象的一种表示，是人们信息生活中的最主要的获取信息的信息来源。数字图像指的是一个被量化并且抽样处理之后的二维的函数关系（通过光学的办法所产生的函数），它选用了等距矩形网络抽样的抽样方式，对函数的幅度进行等间隔量化处理。一幅抽样量化的数字图像是指一个数值型的二维矩阵。

近一百多年以来，有关于图像处理理论技术以及图像处理的相关应用技术都获得了飞快的发展。在上世纪初，出现电缆图片传输的应用技术，它开启了数字图像的处理先河；从二十一世纪开始，由于个人计算机技术的发展、较大规模存储硬件的出现以及显示技术等科学技术的发展与普及应用，图像处理技术取得了相对成熟的发展。因此图像处理技术开始被广泛应用于公安刑事侦查、地理测绘遥感图像处理、医学影像的处理、工业智能检测、无线通信、空间技术等多种领域；近十多年来，随着移动通信技术广泛普及和的互联网的飞速发展，图像以及数字图像的获取途径更为便捷化和多样化，图像处理更朝着高速、立体化、智能化、高清分辨率、多媒体化的方向发展，这些特征化发展为图像处理的持续化技术的发展及图像处理相关应用开辟了更为广阔的发展空间。图像处理的技术已经成为人类生活和生产实践活动中不可缺少的一种的重要信息获取的方式，并进一步拓宽了图像去噪处理在文化艺术展示、工业智能控制、视频与多媒体系统应用、计算机视觉传达、科学技术可视化、电子商务贸易等众多领域的应用。论文网

图像去噪即图像降噪通常也被称为图像滤波。通常划分成空间域滤波和变换域滤波。一般来说可以按如下划分：

一般的图象去噪方法的分类

1.2 图像去噪技术的难点

由于图像噪声产生的原因不尽相同，由此造成了图像噪声的种类非常之多，而不同种类的图象去噪处理的方法对于单一类型的图像噪声有着比较好的去噪效果，而又因为噪声种类与所含噪声种数组合后产生更多的噪声组合，也就是说，一般的被污染的含噪图像中包含有多种不同的噪声，而对于含有多重种类噪声的图像去噪效果达不到所需得去噪要求，并且对于去噪效果有主客观的不同评价标准，主观上由于个人主观意志的不同无法准确的评价去噪效果，对于不同的去噪降噪算法或者滤波算法有着不同的去噪性能的评价指标。各个评价指标之间相互独立，关联性较小。