线性平滑滤波与中值滤波

线性平滑滤波与中值滤波数字图像处理的进展概况数字图像处理就是用计算机对图像进行分析和处理，它是一门跨学科的技术，涉及数学、光学、信息科学、工程技术、摄影与美术、计算机技术等众多学科数字图像处理始于20世纪50年月特殊是在1964年，美国喷射推动试验室使用计算机对太空船送回地面的大批月球照片进行处理后，得到了清楚逼真的图像，使这门技术受到了广泛的关注，它成为这门技术进展的重要里程碑，此后数字图像处理技术在空间讨论方面得到了广泛的应用20世纪70年月初，由于大量的讨论和应用，数字图像处理已具备了自己的技术特色，并形成了较完善的学科体系，从而成为一门独立的新学科21世纪人类已进入数字时代，数字图像处理技术的应用领域将越来越广泛，从最初的与成像有关的个别领域已经进展到现代工业、农业、军事、地球科学、采矿、气象预报、医学、航空航天、地质勘探、美术设计，甚至上网谈天等国民经济和社会生活的几乎全部领域数字图像处理已经成为当代不行缺少的一门技术1工业应用工业应用是数字图像处理技术的重要应用领域之一从20世纪60年月开头，在欧、美、日等工业化我国就已经开头采纳数字图像处理技术进行工业生产的质量掌握例如，在现代化的流水线上，可以采用图像处理技术对产品和部件进行无损检测；在浮法玻璃生产线上，可以对玻璃质量进行监控和筛选等1生物医学生物医学数字图像处理技术大约是20世纪80年月初在生物医学上得到广泛应用的，随着现代医学特殊是数字化医疗技术的不断进展，数字图像处理技术在临床诊断、病理讨论等医学领域将发挥更为重要的作用如X光对人体组织有损害，在临床上为了削减这种生物副效应，同时又能得到比较抱负的病人的X光片，可以用强度较低的X光对病人进行照相，然后通过图像处理技术得到清楚的图像，这就是X光图像的处理此外，数字图像处理技术还应用到对超声图像的处理、激光显微图像的处理、CT图像的处理、磁共振图像的处理、PET图像的处理等目前，数字图像处理技术在现代医学中不仅用于图像的加工和处理，同时还用于信息的存储和传输2通信在多媒体网络通讯中，对电视和电话等传输的图像进行数据压缩和处理等3流通领域、产业界、文件处理领域数字图像处理技术在文件处理、机器人视觉、地质、海洋、气象、农业、灾难治理、货物检测、邮政编码、金融、银行、工矿企业、冶金、渔业、机械、交通、电子商务等领域被广泛应用4军事和公安对现场照片、指纹和手迹等图像进行分析和处理数字图像处理主要应用于下面的几个领域5遥感，遥感是用不同光源和技术获得大量的遥感图像，这些图像需要用数字图像处理技术加工处理并提取有用的信息6商业与电子商务21世纪是信息化时代，电子商务的应用日益普及，而电子商务中已广泛涉及身份认证、产品防伪、数字水印技术等，这些无不予图像处理技术亲密相关7教学和科研领域教学和科研领域中已开头大量应用图像处理技术、如远程教育和网络课堂等现代化教学手段就大量采纳了图像处理技术的成果数字图像处理技术的进呈现状随着微电子技术的进展、计算机运算和处理速度的提升、各种快速算法的消失，图像处理技术正向高速、高辨别率、多媒体、智能及标准化方向进展，这主要表现在以下几个方面1提高处理精度与速度2开发图像处理的硬件技术3进展新理论与新算法4加速深入图像处理与通信技术的结合5实现图像处理领域的标准化6不断开拓新的应用领域基本算法原理平滑滤波是低频增加的空间域滤波技术它的目的有两类一类是模糊；另一类是消退噪音空间域的平滑滤波一般采纳简洁平均法进行，就是求邻近像元点的平均亮度值邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替设有一个一维序列flf2，…，fn取窗口长度为mm为奇数，对此序列进行中值滤波，就是从输入序列中相继抽出m个数fi-v，…，fi-1，…，fl，…，fi+1，…m-1v=fi+v其中i为窗口的中心位置2再将这m个点按其数值大小排列，取其序号为正中间的那作为输出用数学公式表示为例如有一个序列为｛0340〃｝则中值滤波为重新排序后的序列｛00347｝中间的值为30此例若用平均滤波，窗口也是取5那么平均滤波输出为0+3+4+0+7/0父o因此平均滤波的一般输出为Z=力-v+/一/+•+y+v/772j£7对于二维序列｛X｝ij进行中值滤波时，滤波窗口也是二维的，但这种二维窗口可以有各种不同的外形，如线状、方形、圆形、十字形、圆环形等二维数据的中值滤波可以表示为在实际使用窗口时，窗口的尺寸一般先用33x再取55x渐渐增大，直到其滤波效果满足为止对于有缓变的较长轮廓线物体的图像，采纳方形或圆形窗口为宜，对于包含尖顶角物体的图像，宜用十字窗口程序如下clear;I=imreadC:\Users\HNN\Desktop\韩楠楠jpg;%指向待处理图像imshowI;title原图）K=imnoiseLgaussian

0.02;%添力□高斯噪声figurejmshowK;title‘高斯噪声’J=imnoiseI/saltpepper

0.02;%添力口林攵盐噪声figurejmshowJ;title椒盐噪声’for1=1:2if|==lH=J;elseH=K;end[MN]=sizeH;h=l/9*ones3z3；[mn]=sizeh;g=zerossizeH;a=m-l/2;b=n-l/2;mm=-a:a;nn=-b:b;fori=2:M-lforj=2:N-lgij=sumsumHi+mm/j+nn.*hm/n;endendfigurezimshowuint8g;ifl==ltitle椒盐噪声线性平滑滤波’；elsetitle高斯噪声，线性平滑滤波’；endendr=Il[m/n]=sizer;ford=1:2%d==l时对高斯噪声进行中值滤波，否则对椒盐噪声进行中值滤波fork=l:3%k==l23时分别对图像的RGB三个通道进行中值滤波ifd==lb=K::k;elseb=J::zk;endfori=l:mforj=l:n=======nGiJ=bij;elsezzIbQ=bi-lj-l；zzlb2=bi-lj;zzlb3=bi-lj+l;zzlb4=bij-l;zzlb5=bij;zzlb6=bij+l;zzlb7=bi+lj-l;zzlb8=bi+lj;zzlb9=bi+lj+l;zzlb=sortzzlb;Gij=zzlb5;endendendifd==lK::k=G;elseJ:/:/k=G;endendendfigureimshowK;titled高斯噪声，中值滤波’figureimshowJ;title（椒盐噪声，中值滤波’）。