基于Matlab的图像去噪算法的研究与实现

基于Matlab的图像去噪算法的研究与实现
胡鹏1，徐会艳2
(1、淮安信息职业技术学院江苏淮安223003 2.淮阴师范学院江苏淮安223300)
【摘要】：简要介绍了Matlab软件，以及中值滤波和小波变换等图像去噪方法，并用这些方法对指尖图像进行去噪，根据实验结果比较了各去噪方法的优劣。

【关键词】：图像;去噪;matlab
1、引言
20世纪20年代，图像处理首次得到应用。

上个世纪60年代中期，随着计算机科学的发展和计算机的普及图像处理得到广泛的应用。

60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。

图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。

光学相干层析成像(OCT)是近些年来发展较快的一种层析成像技术。

因为其对生物组织无辐射损伤、具有微米级的分辨率、高探测灵敏度和越来越快的扫描速率等优点,在医学诊断病变组织方面，尤其是对生物组织活体检测具有诱人的应用前景。

因此其成像的质量就显得尤为重要，然而实际图像在采集、获取以及传输的过程中，会受到噪声的污染，成为影响视觉观察的含噪图像。

由于噪声干扰的存在，这些生理信号可能失真，甚至面目全非，这给医学诊断带来了难度。

因此，就必须对含噪图像进行处理，改善图像质量，最大程度上显现信号本身的特点。

为了改善图像质量，从图像中提取有效信息，必须对图像进行去噪预处理。

根据噪声的频谱分布的规律和统计特征以及图像的特点，出现了多种多样的去噪方法。

经典去噪方法有：空间域合成法、频域合成法和最优线性合成法[1-5]等，与之相适应的出现了许多应用方法，如均值滤波器、中值滤波器[6,7]、低通滤波器、维纳滤波器、最小失真法[8]等。

这些方法广泛应用，促进数字信号处理的极大发展，显著提高了图像质量。

近年来，小波变换去除噪声的方法得到广泛的应用，与传统的去噪方法相比，它利用的是非线性域值，在时间域和频率域同时具有良好的局部化性质,而且时窗和频窗的宽度可以调节,对高频成分采用逐渐精细的时域或空域取样步长,从而可以聚焦到对象的任意细节。

因此可以提高散斑高散射特性的噪声对比度，很好的消除散斑噪声。

小波变换去除噪声的方法在不断地发展，去噪方法很多，如：Mallat 算法强制去噪、非线性小波变换阈值法去噪、小波变换模极大值去噪及基于小波变换域的尺度相关性去噪法等。

2、相关知识
2.1中值滤波
在图像滤波中，常用的方法是线性滤波技术和非线性滤波技术。

线性滤波以其完美的理论基础、数学处理简单、易于采用FFT和硬件实现等优点，一直在图像滤波领域中占有重要的地位。

线性滤波对加性高斯噪声有较好的平滑作用，但对脉冲信号和其它形式的高频分量抑制效果较差，且模糊信号边缘。

而在本系统中，已经将信号调制到高频频段，因此去除高频噪声尤为重要。

非线性滤波是基于对输入信号序列的一种非线性投影关系，常把某一特定的噪声近似为零而保留信号的重要特征，一定程度上克服线性滤波器的不足。

非线性滤波早期运用较多的是中值滤波器，其应用于多维信号处理时，对窄脉冲信号具有良好的抑制能力，但中值滤波器对中拖尾（如均匀分布噪声）和短拖尾分布噪声（如高斯噪声）时，滤波性能较差，且拖尾越短，其滤波能力越差。

中值滤波是一种典型的低通滤波器[9,10]，属于非线性滤波技术，它的目的是保护图像边缘的同时去除噪声。

所谓中值滤波，是指把以某点(x,y)为中心的小窗口内的所有象素的灰度按从大到小的顺序排列，若窗口中的象素为奇数个，则将中间值作为(x,y)处的灰度值，若窗口中的象素为偶数个，则取两个中间值的平均值作为(x,y)处的灰度值。

中值滤波对去除椒盐噪声很有效。

中值滤波器的缺点是对所有象素点采用一致的处理，在滤除噪声的同时有可能改变真正象素点的值，引入误差，损坏图像的边缘和细节，该算法对高斯噪声和均匀分布噪声就束手无策。

2.2小波变换
在早期的多尺度信号处理工作中，人们已经注意到信号与噪声在不同尺度有着不同的表现，并试图有效地利用这些特征，小波变换的出现为这一思想提供了自然而完美的工具，随着小波理论的成熟和完善,使信号与图像的多尺度处理技术得到了迅速发展。

尤其是在图像去噪方面产生了许多简单有效的算法。

传统的信号分析方法[11-12]是傅立叶（Fourier）分析，但它不能把时域分析和频域分析结合起来，缺乏信号的局部化分析能力。

短时傅立叶变换虽然具有局部化分析能力，但是一旦窗函数选定以后，其分辨率是一定的，比较适合分析平稳信号，而不适合分析非平稳信号。

小波分析是在传统傅立叶分析和短时傅立叶分析的基础上产生的，不但具有局部化时频分析能力，而且时间分辨率和频率分辨率均可以调整，非常适合分析非平稳信号，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为数学显微镜。

正是这种特性，使小波变换具有对信号的自适应性。

2.3Matlab图像处理
Matlab是一种面向科学与工程计算的高级语言，它比For-tran、C等语言更接近书写计算公式的思维方式，并允许用数学形式的语言来编程。

Matlab语法简单，编程效率高，易学易懂。

Matlab是MathWorks公司所有产品的数值分析和图形基础环境[13]。

它将2维和3维图形以及Matlab语言编程集成到一个单一的、易学易用的环境中，是一个很好的图像处理工具。

本文使用Matlab7.0对指尖图像进行去噪处理。

并已在系统中将信号调制到高频，以降低低频和直流噪声的干扰。

3、实验结果与分析
图1
指尖图像去噪结果
（下转第131页）
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!（上接第129页）
实验分别采用中值滤波、低通滤波、小波变换等对人体的指尖图像进行去噪处理，并比较这些方法在OCT图像中去噪和平滑的效果。

实验结果如图1所示。

通过比较，可以看出中值滤波对于本实验图像处理效果不好；低通滤波使得图像对比度明显增强，但图像细节提取没有二维离散小波变换效果明显。

通过对实验结果的分析，本系统的实验图像处理应用小波变换优于其他去噪方法。

4、结束语
本文使用Matlab软件，采用中值滤波、低通滤波、小波变换等对人体的指尖图像进行去噪处理，并比较了它们在图像去噪中的应用效果。

通过分析得知利用小波变换对图像进行去噪在本实验中效果最佳。

参考文献：
1.Tearney G J,Boppart S A,et al.Scanning single2-mode fiber roptic catheterendoscope for optical coherence tomography.Opt Lett,1996,21(7) 543～545
2.Jianyu L,Jiqi C,Cameronb B D.Low sidelobe limited diffraction optical coherence tomography.Proceedings of SPIE,2002,4619:300～311
3.Schmitt J M,Xiang S H,Yung K M.Speckle in opticalcoherence tomogra-phy.Biomed Opt,1999,4:95～105
4.Michael P,Erich G,Rainer L,et al.Speckle Reduction in Optical Coher-ence Tomography by Frequency Compounding.Bio2Photonics,2003
5.Hitzenberger C K,Baumgartner A,Fercher A F.Dispersion induced multi-ple signal peak splitting in partial coherence interferomet ry.Optics Com-munications,1998,154:179～185
6.韩晓微,等.一种基于脉冲噪声检测的图像均值滤波方法[J].计算机工程与应用,2004,40(27):102-104
7.Vladimir Crnojevic,Vojin Senk,Zeljen Trpovski.Advanced impulsedetec-tion based on pixel-wise MAD[J].IEEE Signal ProcessingLetter,2004,11(7): 589-592
8.Kai Y,Ji L,Lei W,et al.How to optimize OCT image.Optics Express, 2001,9(1):24～35
9.ENG H L,MAK K.Noise adaptive soft-swithing median filter[J].IEEE Trans on Signal Proc,1997,45(11):2774-2786
10.张宏科,阮秋琦,袁宗保.广义中值滤波理论及性质的研究.通信学报, 1996，17(2):81-85
11.S.Mallat.A Wavelet Tour of Signal Processing,杨力华等译,北京:机械工业出版社,2003
12.孙延奎,小波分析及其有用,北京:机械工业出版社，2005
13.张德丰等.MATLAB数字图像处理[M].北京：机械工业出版社，2009.
在考试结束时，学生自己通过"操作题试卷提交"程序提交试卷,其界面如图2所示，输入自己的学号和姓名及要上传的打包文件，为了学生输入上的方便，当选择学号将自动配对出姓名，或选择姓名将自动配对出学号，同时选择的上传文件可通过对文件名的拖动来实现，最后点击"交卷"按钮,若成功的提交试卷，方可离开考场。

为了保证上传文件的正确性，当上传文件后还要读取服务器端的文件长度，如果与本机的文件长度一致，表示上传文件成功。

上传文件与读取服务器端的文件长度也是由"操作题试卷提交"程序自动生成批处理文件并执行来完成的。

其批命令如下：ftp-A<ftpftp.txt>ftpresult.txt
这里的-A参数表示匿名登陆到FTP服务器端。

当使用ftp 命令登陆哪个服务器，上传哪个文件是由ftpftp.txt文件内容决定的。

如下是此文件的内容:
REM连接FTP服务器端
open192.168.0.221
REM设置二进制工作模式
Binary
REM上传辅助文件，预防作弊
put"00-14-78-44-1C-17-220087109303林金.txt"
REM上传试题文件
put"C:\学号姓名.rar""220087109303林金00-14-78-44-1C-17.rar"
REM列出上传文件，判断上传是否成功
dir"00-14-78-44-1C-17-220087109303林金.txt"
dir"220087109303林张晓00-14-78-44-1C-17.txt"
不同的FTP服务器，不同的学生，此文件的内容有所不同。

最后执行结果保存在ftpresult.txt文件中，C#程序将根据此结果文件判别是否已正确地上传文件。

通常情况下，一台电脑只能传送一个学生的试卷。

为了杜绝一台电脑提交多份试卷，在上传文件时，再生成另一个辅助文件，此文件名格式为"MAC学号姓名.TXT"。

这里的MAC为网卡的物理地址。

因网卡物理地址是唯一的，因此生成的所有辅助文件同一个物理地址只能出现一次。

若对所有学生上传的辅助文件"MAC学号姓名.TXT"进行排序，当辅助文件有两个同样的物理地址且学号姓名不一致时，则表示在同一台电脑上上传两个学生的试卷，根据文件名的创建时间先后，一般可推测后传试卷的学生有可能为抄袭。

打开资源管理器，如图3所示，教师可在FTP登陆目录下，点击"名称"，将对提交的文件名称进行排序，如果有两个文件名称的MAC值是一样的，如向下面的两个辅助文件"00-0C-29-1D-BA-99-220087109311林金.txt"和"00-0C-29-1D-BA-99-220087109327黄玲.txt",其MAC值都是00-0C-29-1D-BA-99，基本上可确定这两个同学互相抄袭，在根据文件的修改日期，可确定是黄玲抄袭林金同学（通常情况下，后交的抄袭先交的），如果两个文件的修改时间一样，则可通过文件的属性查看其修改时间(此时间精确到秒值)。

图3根据已上传文件判别是否有问题
2.4FTP服务器端设置
为了避免FTP客户端登陆时输入用户名和口令，设置FTP 服务器端为允许匿名登陆。

同时预防学生手工通过FTP协议读取其他学生提交的试卷，在FTP服务器端应设置FTP客户端登陆时只有写文件和列目录文件权限，而没有读和更改文件权限。

具体设置步骤要根据FTP服务器端程序，不同的FTP服务器端程序，其设置步骤可能不同。

3．结语
通过以上针对操作题命题考试方式解决和在实际考试过程中的应用，取得了较好的效果。

不但锻炼学生实践操作能力，又预防考试过程中出现的各种舞弊现象，而且也减轻了教师的工作量。

参考文献：
1.高职教育教学改革初探[Z]./education/peda-gogy/16738.htm
2.Visual C#.NET开发实践[M].北京:人民邮电出版社
,2001.8。