图像去噪的原理及实现

主要观点总结

文章介绍了图像噪声的概念、来源、常见类型（高斯噪声和椒盐噪声）及其影响。同时，文章还介绍了处理图像噪声的几种方法，包括空间域滤波、变换域滤波、偏微分方程和变分法等。文章还涉及了利用MATLAB实现图像去噪的两种方法：利用MATLAB图像处理工具箱的imfilter函数和使用for循环遍历图像的方法。总结发现，被高斯噪声污染的图像用均值滤波处理效果较好，而被椒盐噪声污染的图像用中值滤波处理效果较好。

关键观点总结

关键观点1: 图像噪声的概念和来源。

图像噪声是图像在摄取或传输时受到的随机信号干扰，表现为图像信息或像素亮度的随机变化。其来源包括图像在拍摄时不够明亮、电路元器件自身噪声和相互影响、传感器工作温度过高等。

关键观点2: 常见的图像噪声类型。

常见的图像噪声包括高斯噪声和椒盐噪声。高斯噪声在噪声图像的统计直方图上呈正态分布，对原图像的影响是随机的。椒盐噪声表现为随机出现的黑点（胡椒）或白点（盐），前者是高灰度噪声，后者是低灰度噪声。

关键观点3: 图像噪声的坏处。

噪声污染的图像可读性变差，清晰度降低，可导致违规摄像头误判，有用可读点变少。即使对图像进行去噪，其清晰度依然比不上原图。

关键观点4: 图像去噪的方法。

文章介绍了空间域滤波、变换域滤波、偏微分方程和变分法等图像去噪方法。空间域滤波是在原图像上直接进行数据运算，对像素的灰度值进行处理。变换域滤波则将图像从空间域转换到变换域，再对变换系数进行处理。

关键观点5: MATLAB在图像去噪中的应用。

文章提供了利用MATLAB图像处理工具箱的imfilter函数和使用for循环遍历图像的两种实现图像去噪的方法。总结发现，被高斯噪声污染的图像用均值滤波处理效果较好，而被椒盐噪声污染的图像用中值滤波处理效果较好。

正文

请到「今天看啥」查看全文

·常见噪声

💫 高斯噪声 ： 高斯噪声又称为正态噪声，在噪声图像的统计直方图上呈正态分布。高斯噪声对原图像的影响是随机，特别常见的一种噪声。

💫 椒盐噪声 ： 脉冲噪声又称为椒盐噪声，因为用椒盐来命名特别形象。它是一种随机出现的黑点（胡椒）或者白点（盐），前者是高灰度噪声，后者是低灰度噪声，一般两者同时出现在图像中。

·噪声的坏处

①噪声污染的图像其可读性变差，清晰度变低；② 可导致违规摄像头误判，有用可读点变少；③ 即便对图像进行去噪，其清晰度依然没有比不上原图。

·噪声处理

请到「今天看啥」查看全文