图像处理文献综述

信息工程学院毕业设计文献综述某：学号：专业：班级：此栏为论文题目作者某：（塔里木大学信息工程学院**系**班，）摘要：在图像处理中，图像滤波起着重要作用。

它可以有效地抑制（平滑）各种噪声、保持边缘信息，从而改善后续处理工作的质量（如提高图像分割精度等）。

图像滤波的方法有很多，比如说中值滤波、均值滤波、高斯滤波、维纳滤波等，中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，均值滤波是把每个像素都用周围的8个像素来做均值操作，高斯滤波实质上是一种信号的滤波器，其用途是信号的平滑处理，本文着重对中值滤波、均值滤波和高斯滤波进行分析，进一步了解它们的原理、特点、改进的算法及其应用。

关键词：图像；滤波；中值滤波；均值滤波；高斯滤波一、引言图像滤波就是采用一定的算法对数字图像进行处理，以获得人眼视觉或者某种接受系统所需要的图像处理过程。

[1]对图像滤波的要求是，既能滤除图像中的噪声又能保持图像的细节。

[2]由于噪声和图像细节的混叠，所以在图像滤波中，图像的去噪与细节的保留往往是一对矛盾。

数字图像滤波技术是20世纪60年代发展起来的一门新兴学科，随着图像滤波理论和方法的进一步完善，[3]使得数字图像滤波技术在各个领域得到了广泛应用，并显示出广阔的应用前景。

面对数字化时代的来临，图像滤波知识显得越来越重要，实际上图像滤波已经渗透到计算机、电子、地质、气象、医学等诸多领域。

二、正文1、**的发展状况图像滤波的发展大致经历了初创期、发展期、普及期和实用化期4个阶段。

初创期开始于20世纪60年代，当时的图像采用像素型光栅进行少秒显示，大多采用中、大型机对其处理。

[5]在这一时期，由于图像存储成本高、处理设备昂贵，其应用面很窄。

进入20世纪70年代的发展期，开始大量采用中、小型机进行处理，图像处理也逐渐改用光栅扫描方式，特别是CT和卫星遥感图像的出现，对图像处理技术的发展起到了很好的推动作用。

到了20世纪80年代，图像处理技术进入普及期，此时的微机已经能够担当起图形图像处理的任务。

超大规模集成电路（Very Large Scale Integration,VLSI）的出现使处理速度大大提高，设备造价也进一步降低，极大地促进了图形图像系统的普及和应用。

[7]20世纪90年代是图像处理技术的实用化时期，图像处理的信息量巨大，对处理速度的要求极高。

2、**的意义图像滤波，即在尽量保留图像细节特征的条件下对目标像的噪声进行抑制，是图像预处理中不可缺少的操作，[9]其处理效果的好坏将直接响到后续图像处理和分析的有效性和可靠性。

由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。

另外，在图像处理的某些环节当输入的对象并不如预想时也会在结果图像中引入噪声。

[11]这些噪声在图像上常表现为—引起较强视觉效果的孤立象素点或象素块。

一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。

对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像象素的真实灰度值上，在图像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图识别等后继工作的进行。

[15]要构造一种有效抑制噪声的滤波必须考虑两个基本问题能有效地去除目标和背景中的噪声；同时，能很好的保护图像目标的形状、大小及特定的几何和拓扑结构特征。

随着计算机的发展，图像滤波越来越受人们所关注。

早期的图像滤波的目的仅仅只是为了改善图像的质量，当时图像拍摄的硬件技术相对比较落后，获得图像的质量也比较差，科学家们发现可以利用计算机来改善图像的显示效果，弥补硬件的不足。

在图像滤波中，输入视觉效果差的图像，输出的是改善质量后的图像。

3、图像滤波的方法在图像处理中，图像滤波起着重要作用。

它可以有效地抑制（平滑）各种噪声、保持边缘信息，从而改善后续处理工作的质量（如提高图像分割精度等）。

图像滤波的方法有很多，具体如下：（1）中值滤波：常用的非线性滤波方法，也是图像处理技术中最常用的预处理技术。

它在平滑脉冲噪声方面非常有效，同时它可以保护图像尖锐的边缘。

（2）均值滤波：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。

[16]均值滤波也称为线性滤波，其采用的主要方法为领域平均法。

（3）高斯滤波：高斯滤波实质上是一种信号的滤波器，其用途是信号的平滑处理。

（4）维纳滤波：维纳滤波是用来解决从噪声中提取信号问题的一种过滤（或滤波）的方法。

（5）空域滤波：空域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。

（6）频域平滑滤波：将图像从空间或时间域转换到频率域，在频域里，采用简单平均法求频谱的直流分量。

可以构造一个低通滤波器，使低频分量顺利通过而有效地阻于高频分量，再经过反变换来取得平滑的图像。

4、**的应用（1）中值滤波及其改进算法的应用中值滤波是一种非线性滤波技术，中值滤波器的优点是运算简单而且速度较快，在滤除叠加白噪声和长尾叠加噪声方面显示出了极好的性能。

但是对一些细节多，特别是点、线和尖顶多的图像不宜采用中值滤波的方法。

为了扩大它的应用X围，对中值滤波也有很多改进算法，如权重中值滤波，就是通过给窗口内的像素赋不同的权值来调节噪声抑制与细节保持之间的矛盾，该方法以牺牲噪声抑制来获得比传统中值滤波更为有效的细节保持能力；还有一种基于排序阈值的开关中值滤波算法，对噪声点和平坦区进行中值滤波以得到良好的噪声滤除效果，而对边缘细节区不做处理以获得良好的细节保护效果。

另有一种可以处理具有更大概率的冲激噪声的是自适应中值滤波器,在进行滤波处理时，能依赖一定条件而改变邻域的大小。

其优点是在平滑非冲激噪声时可以保存细节，所以既能除去“椒盐”噪声，平滑其他非冲激噪声，还能减少诸如物体边界细化或粗化等失真。

（2）均值滤波及其改进算法的应用采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像中的颗粒噪声。

邻域平均法有效地抑制了噪声，但是在求均值的计算过程中，景物的边缘点也进行均值处理，这样就使得景物的清晰度降低，画面变得模糊。

基于这种情况，对均值滤波提出了各种改进算法，实现了新的均值滤波器，如加权均值滤波器，灰度最小方差均值滤波器，K近邻均值滤波器，对称近邻均值滤波器等等，这些滤波器在进行平滑处理时，刻意避开了对景物边界的平滑处理，所以可以大大降低对图像的模糊。

（3）高斯滤波及其改进算法的应用对传统高斯滤波算法只考虑在其选择邻域内距离的影响，从而在去除噪声的同时严重模糊图像这一缺点，提出了一种改进的可保留边缘的滤波法，它是属于一种上下文有关算子,不仅考虑像素间的距离因素,而且也考虑像素间灰度值因素，整个高斯掩模权值系数是在不断地动态调整中，而并不像原高斯滤波算法中的掩模权值系数保持不变。

改进的高斯掩模权值不仅随着掩模中心点与其邻域点之间的距离的增加而减小，而且也随着掩模中心点与其邻域点之间的灰度值差的增大而减小。

[21]在边缘处其灰度值差小，则其权值系数就大，反之在含有噪声处，其灰度值差大，其权值就小。

该方法在去噪的同时能很好地保留图像边缘等细节信息,获得了较好的图像增强效果。

参考文献[1]霍宏涛.数字图像处理.理工大学.[2]X明奇,党长民.实用数字图像处理.理工大学.[3]周平,X文刚,孙忠富.基于局部信息的图像滤波及边缘锐化算法[J].计算机应用,2009,(06).[4]彭双春,X光斌,X建.烟雾干扰下的实时图滤波方法研究[J].红外与激光工程,2005,(08).[5]李勇,周颖.基于小波变换的人体图像自适应滤波处理[J].某工业大学,2006,(25).[6]郭海霞，解凯.一种改进的自适应中值滤波算法[J].某师X大学数学与计算机学院计算机系,2007,(07).[7]胡晓东,彭鑫,姚岚.小波域高斯混合模型与中值滤波的混合图像去噪研究[J].中国科学院某光学精密机械研究所,2007,(12).[8]徐某,王山林,赵春刚.图像处理的实际算法[J].某矿业学院,2000,(06).[9]唐权华,周艳.中值滤波算法的研究与改进[J].西南交通大学,2008,(08).[10]X天瑜.基于改进型中值滤波算法的图像去噪[J].某市广播电视大学机电工程系,2009,(02).[11]吴储彬.均值加速中值滤波算法[J].某技术师X学院东方学院,2006,(12).[12]X明源,王宏力.改进型中值滤波器在图像去噪中的应用[J].第二炮兵工程学院,2007,(08).[13]何小海,滕奇志.图像通信.某电子科技大学.[14]王爱玲,叶明生.图像处理技术与应用.电子工业.[15]颜兵,王金鹤.基于均值滤波和小波变换的图像去噪技术研究[J].某理工大学计算机工程学院,2011,(02).[16]王科俊,熊新炎.高效均值滤波算法[J].某工程大学自动化学院,2010,(02).[17]X丽,陈志强.均值加速的快速中值滤波算法[J].清华大学工程物理系,2004,(09).[18]胡蕾,X伟.几种图像去噪算法的应用分析[J].某理工大学信息工程学院,2007,(07).[19]贾书香,任小洪.一种加权均值滤波的改进算法[J].某理工学院自动化与电子信息学院,2009,(08).[20]吴建华,李迟生.中值滤波与均值滤波的去噪性能比较[J].某大学电子科学工程系,1998,(03).[21]X权,吴陈.边缘保留的图像滤波方法[J].某科技大学电子信息学院,2007，(03).。