基于维纳滤波的图像增强和消噪技术研究

来源:用户上传      作者:宫威

　　摘 要：文章介绍了图像增强及消噪的必要性，研究了维纳滤波的原理及实现算法，采用MATLAB对原始图像添加常用的噪声进行仿真实验。实验结果表明，基于维纳滤波的图像增强和消噪技术对于不同噪声的处理各有优缺点，对含有高斯噪声和均匀分布噪声图像的处理效果明显优于含有椒盐噪声的图像，并且在可控范围内随着空间模板规模的增大，维纳去噪能力也会随之增强。文章说明了如何改进常用的方法，探讨了图像增强和消噪的多种可能性，对于后续的研究具有很高的参考价值。
　　关键词：维纳滤波;噪声;MATLAB;图像增强
　　中图分类号：TP391.9 文献标识码：A文章编号：2096-4706（2022）08-0072-04
　　Research on Image Enhancement and Denoising Technology Based on Wiener Filtering
　　GONG Wei
　　（Jiangsu Automation Research Institute， Lianyungang 222061， China）
　　Abstract： This paper introduces the necessity of image enhancement and denoising， studies the principle and realization algorithm of Wiener filtering， MATLAB is used to add common noise to the original images for simulation experiment. The experimental results show that the image enhancement and denoising technologies based on Wiener filtering have their own advantages and disadvantages in processing different noises. Processing result for Image with Gaussian noise and uniformly distributed noise is obviously better than image with salt and pepper noise， and within a controllable range， as the size of the spatial template increases， the Wiener denoising capability will also be enhanced. This paper explains how to improve the common methods， and discusses several possibilities of image enhancement and denoising， which has a high reference value for the follow-up research.
　　Keywords： Wiener filtering; noise; MATLAB; image enhancement
　　0 引 言
　　D像增强就是强化所需要的图像信息，尽量减弱或消除不必要的信息残余，使得人们所需的信息更集中，更丰富。图像增强并不仅仅局限于我们日常生活中的美感需求，图像增强在很多专业领域都是一个十分热门的话题，它反映着这个领域的发展水平，小到手机、摄像机，大到医学显微镜、天文望远镜的电子图，摄像装置的像素越高，说明生产厂商在摄像领域的软硬实力越强，电子图的质量越好，所触及的微观等级也就越高，就能观察到深层次的世界，得出较为前沿的理论和研究成果。
　　传统的滤波方法主要是对空间域进行滤波，也就是说传统的滤波方法是直接在图像的灰度值上进行算术处理，比如最简单的中值滤波就是通过提取自身范围内一个区域中各值的中间值，以此来消除零散的噪声，使自身灰度值更接近真实值，达到滤波的效果。还有线性滤波均值滤波，它的工作原理和中值滤波类似，只不过是将中间值改为空间模板的算数平均值，当然人们在均值滤波的基础上做出了不少改进，如扩展出几何均值滤波、算数均值滤波以及可调节参数的谐波均值滤波，并推算出针对椒盐噪声的逆谐波滤波，针对椒盐噪声中的“胡椒”类和“盐粒”类选择不同的Q值进行去噪。人们基于噪声本身特点设计算法，在知晓噪声模糊函数的情况下，可以采用维纳滤波算法进行去噪，该算法的本质是一种估计算法，所得到的还原图像比较好。
　　消噪技术旨在实现图像增强，减少图像中的噪声，使噪声对图像的影响程度降到最低，还原本真图像。此次研究主要针对有规律的三种噪声，分别是高斯噪声、椒盐噪声和均匀噪声，其中高斯噪声遵循正态分布，椒盐噪声呈双边极性脉冲，而均匀噪声则是随机分布，最为常见。
　　1 维纳滤波去噪工作原理
　　维纳滤波实际上就是一种线性滤波，通过观察原始信号和噪声，得出信号的当前值。
　　维纳滤波的频率域形式为：
　　 （1）
　　其中，I（u，v）为退化函数，|I（u，v）|2=I（u，v） ・ I（u，v）。Snn（u，v）=|N（u，v）|2为噪声的功率谱，Sff（u，v）=|F（u，v）|2为未退化图像的功率谱，在空间域估计值的傅立叶逆变换中给出。
　　维纳滤波器的传递函数为：
　　（2）
　　根据维纳滤波的概念以及算法公式得出维纳滤波具有以下几个性质：

nlc202208231455

转载注明来源:https://www.xzbu.com/1/view-15438092.htm