均值濾波適用於處理什麼樣的噪聲

1樓：axin時尚

均值濾波，適用於去除通過掃描得到的影象中的顆粒噪聲。

均值濾波是典型的線性濾波演算法，它是指在影象上對目標畫素給一個模板，該模板包括了其周圍的臨近畫素（以目標象素為中心的周圍8個畫素，構成一個濾波模板，即去掉目標畫素本身），再用模板中的全體畫素的平均值來代替原來畫素值。

這種方法保留了大部分包含訊號的小波係數,因此可以較好地保持影象細節。小波分析進行影象去噪主要有3個方面：

(1)對影象訊號進行小波分解。

(2)對經過層次分解後的高頻係數進行閾值量化。

(3)利用二維小波重構影象訊號。

2樓：麻木

適用於去除通過掃描得到的影象中的顆粒噪聲。

幾何均值濾波器所達到的平滑度可以與算術均值濾波器相比，但在濾波過程中會丟失更少的圖象細節。諧波均值濾波器對「鹽」噪聲效果更好，但是不適用於「胡椒」噪聲。它善於處理像高斯噪聲那樣的其他噪聲。

3樓：

影象降噪是影象處理中的專業術語。在現實生活中，我們看到的數字影象，在數字化和傳輸過程中由於常受到成像裝置與外部環境噪聲干擾等影響，把這些影象稱為含噪影象或者叫噪聲影象。減少數字影象中噪聲的過程稱為影象降噪,有時候又稱為影象去噪。

影象濾波就是在儘量保留影象細節特徵的條件下，對目標影象的噪聲進行抑制，是影象預處理中不可缺少的操作，其處理效果的好壞將直接影響到後續影象處理和分析的有效性和可靠性。

影象濾波是影象降噪的方法，影象降噪有很多方法，主要有：

1、均值濾波器

此法適用於去除通過掃描得到的圖象中的顆粒噪聲。

領域平均法能夠有力地抑制噪聲,同時也由於平均而引起了模糊現象,模糊程度與鄰域半徑成正比。幾何均值濾波器所達到的平滑度可以與算術均值濾波器相比,但在濾波過程中會丟失更少的圖象細節。諧波均值濾波器對「鹽」噪聲效果更好,但是不適用於「胡椒」噪聲。

它善於處理像高斯噪聲那樣的其他噪聲。逆諧波均值濾波器更適合於處理脈衝噪聲,但它有個缺點,就是必須要知道噪聲是暗噪聲還是亮噪聲,以便於選擇合適的濾波器階數符號,如果階數的符號選擇錯了可能會引起災難性的後果。

2、自適應維納濾波器

它能根據圖象的區域性方差來調整濾波器的輸出,區域性方差越大,濾波器的平滑作用越強。它的最終目標是使恢復影象f^(x,y)與原始影象f(x,y)的均方誤差e2=e[(f(x,y)-f^(x,y)2]最小。該方法的濾波效果比均值濾波器效果要好,對保留影象的邊緣和其他高頻部分很有用,不過計算量較大。

維納濾波器對具有白噪聲的圖象濾波效果最佳。

3、中值濾波器

它是一種常用的非線性平滑濾波器,其基本原理是把數字影象或數字序列中一點的值用該點的一個領域中各點值的中值代換。其主要功能是讓周圍象素灰度值的差比較大的畫素改取與周圍的畫素值接近的值，從而可以消除孤立的噪聲點。所以中值濾波對於濾除影象的椒鹽噪聲非常有效。

4、形態學噪聲濾除器

此方法適用的影象型別是圖象中的物件尺寸都比較大,且沒有細小的細節。它將開啟和閉合結合起來來濾除噪聲，先對有噪聲圖象進行開啟操作,可選擇結構要素矩陣比噪聲的尺寸大,因而開啟的結果是將背景上的噪聲去除。最後是對前一步得到的圖象進行閉合操作,將圖象上的噪聲去掉。

5、小波去噪

這種方法保留了大部分包含訊號的小波係數,因此可以較好地保持圖象細節。小波分析進行影象去噪主要有3個步驟:(1)對圖象訊號進行小波分解。

(2)對經過層次分解後的高頻係數進行閾值量化。(3)利用二維小波重構圖象訊號。