![](https://csdnimg.cn/release/download_crawler_static/88484108/bgb.jpg)
河北工业大学硕士学位论文
图 2.2 原图像 图 2.3 图像的直方图
Fig.2.2 Original Image Fig.2.3 Histogram for Image
2-2-3 图像平滑
图像平滑技术是数字图像增强的内容之一。图像在传输过程中,由于传输信道取样系统质量较差
或因受各种干扰的影响而造成图像毛糙此时就需对图像进行平滑处理。
噪声并不限于人眼所能看的见的失真和变形,有些噪声只有在进行图像处理时才可以发现。图像
中的噪声往往和信号交织在一起,尤其是乘性噪声,如果平滑不当,就会使图像本身的细节如边界轮
廓、线条等变得模糊不清,如何既平滑掉噪声又尽量保持图像细节,是图像平滑主要研究的任务。
一般来说,图像的能量主要集中在其低频部分,噪声所在的频段主要在高频段,同时系统中所要
提取的边缘信息也主要集中在其高频部分,因此可以采用滤波的方法去除高频干扰
[112]
。图像平滑包括
空域法和频域法两大类,在空域法中,图像平滑的常用方法是采用均值滤波或中值滤波,均值滤波是
用一个窗宽为奇数的滑动窗口(如 3×3、5×5 等)在图像上滑动,将窗口中心点对应的图像像素点的
灰度值用窗口内的各个点的灰度值的平均值代替,如果滑动窗口规定了在取均值过程中窗口各个像素
点所占的权重,也就是各个像素点的系数,这时候就称为加权均值滤波。中值滤波将对应的像素点的
灰度值用窗口内的中间值代替,该方法在去除脉冲噪声、椒盐噪声的同时又能保留图像边缘细节。实
现均值或中值滤波时,为了简便编程工作,可以定义一个n*n的模板,昀终数值为窗口各点与模板数组
乘积累加得到。
下面简单举一例子说明 MATLAB 图像平滑滤波的处理过程并做比较:
对一个图像进行不同大小模板的均值滤波,并比较结果。
>> I=imread('eight.tif');
>> J=imnoise(I,'salt & pepper',0.02);
>> subplot(2,2,1);
>>imshow(J);title('加入椒盐噪声的图像');
>> K1=filter2(fspecial('average',3),J)/255;
>> K2=filter2(fspecial('average',5),J)/255;
>>K3=filter2(fspecial('average',7),J)/255;
>>Subplot(2,2,2);
9