自适应中值滤波器的设计与实现(共41页).doc

精选优质文档-倾情为你奉上北京邮电大学世纪学院毕业设计(论文)题 目 自适应中值滤波器的设计与实现 学 号 学生姓名 王立阳 专业名称 通信工程 所在系（院） 通信与信息工程系 指导教师 鞠磊 2012年 6 月 1 日专心-专注-专业北京邮电大学世纪学院毕业设计（论文）任务书姓名王立阳学号专业通信工程系（院）通信与信息工程系设计（论文）题目自适应中值滤波器的设计与实现题目分类 工程设计； 工程技术研究； 软件工程（如CAI课题等）； 专题研究；艺术设计； 其他 题目来源 自然科学基金与部、省、市级以上科研课题； 企、事业单位委托课题； 院级课题； 自拟课题 其他 指导教师（指导教组组长及成员姓名）职 称工作单位备注鞠磊讲师北京电子科技学院指导教师毕业设计(论文)的内容和要求：注意：选题尽量与实际应用需求相结合。要求写明本设计（论文）所涉及的分析方法或技术手段（如定性、定量分析的方法）；要求有学生独立的见解，设计内容要详细写明具体步骤和技术指标。图像滤波是图像处理的关键步骤，常用于图像增强图像分割前的预处理。当前滤波方法非常多，各种算法在特定的情况下会表现出不同的效果。通常滤波器将图像不加区别的作为一个整体处理，而不考虑图像细节差异，因此在滤除噪声的同时也不可避免的模糊了图像细节。本课题主要研究针对图像细节特点使用中值图像滤波的方法，具体内容包括：1、 图像滤波器原理与基本方法研究；2、 分析标准中值滤波方法存在的不足；3、 提出2到3种改进方法，设计自适应中值滤波；4、 通过MATLAB编程实现，实现对具体图像的滤波，并与传统中值滤波器进行效果比较分析。应完成的工作和提交材料要求（课题完成后应提交成果的种类、数量、质量等方面的要求）：（1）开题报告：调研自适应滤波器的相关技术，针对课题要求制定研究内容与实施计划，撰写3000字左右开题报告；（2）论文的中文摘要：200-300字左右，包含关键词，并译成英文。英文摘要以250个左右实词为宜；（3）论文正文不少于15000字；（4）翻译1500汉字以上的与课题有关的技术资料或专业文献；主要参考文献（参考文献不少于4篇，参考文献目录按GB/T77142005的要求填写）：1 1S.Haykin著.郑宝玉等译.自适应滤波器原理，北京：第四版.电子工业出版社.2003.7 2 何振亚，自适应信号处理，北京：科学出版社，200.2 3 邹国良，自适应滤波理论及应用，石家庄：河北大学出版社，199.7 4 胡广书，数字信号处理理论、算法与实现，北京：清华大学出版社，1997.5 赵力，语音信号处理，北京：机械工业出版社，2003.6 姚天任，数字语音处理，武汉，华中科技大学出版社，199.27 葛良，陶智，基于自适应滤波的语音增强算法，江苏：苏州大学学报.2002.88 韩利竹，王华，MATALB电子仿真与应用(第2版)，北京：国防工业出版社，2003.毕业设计（论文）进度计划（从正式启动时间开始，以周为单位填写）：第 1周-第 2周 课题调研、查资料、撰写开题报告第 3周 根据查询的资料确定总体设计思路，完成开题报告并上交.第 4周-第 7周 毕业设计单元部分研究,并设计出整体框架第 8周 完成论文中期检查报告第 9周-第15周 资料整理，撰写毕业论文；上交毕业设计论文，指导教师审查评阅设计报告，毕业 设计答辩资格审查。毕业设计答辩，学生修改毕业设计论文，准备答辩。第16周 进行毕设答辩。指导教师签字： 日期： 年 月 日教学单位意见审核人签字：系（院）（盖章）年 月 日学院意见审核专家签字：年 月 日备注1、由指导教师撰写，可根据长度加页，一式三份，教务处、系（院）各留存一份，发给学生一份，任务完成后附在论文内；2、凡审核不通过的任务书，请重新申报。北京邮电大学世纪学院毕业设计（论文）诚信声明本人声明所呈交的毕业设计（论文），题目自适应中值滤波器的设计与实现是本人在指导教师的指导下，独立进行研究工作所取得的成果，除了文中特别加以标注和致谢中所罗列的内容以外，毕业设计（论文）中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名： 日期： 毕业设计（论文）使用权的说明本人完全了解北京邮电大学世纪学院有关保管、使用论文的规定，其中包括：学校有权保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手段复制并保存论文；学校可允许论文被查阅或借阅；学校可以学术交流为目的，复制赠送和交换学位论文；学校可以公布学位论文的全部或部分内容。本人签名： 日期： 指导教师签名： 日期： 题目 自适应中值滤波器的设计与实现 摘要图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。然而在图像使用传输过程中，不可避免会受到噪声的干扰。中值滤波器是能够有效滤除脉冲噪声的非线性滤波器，但标准中值滤波去脉冲噪声的性能受滤波窗口尺寸的影响较大, 在抑制图像噪声和保护细节两方面存在矛盾。本文在研究中值滤波器的基础上，给出了一种能够根据噪声位置进行中值滤波器的自适应中值滤波方法，该方法可以有效地克服中值滤波器造成图像边缘模糊的缺点。最后通过matlab对所提出方法进行了仿真测试，结果验证了所提方法的有效性。关键词 图像处理 中值滤波 自适应 MATLABTitle Adaptive median filter of design and implementation AbstractThe image is a kind of important information source. And the image-processing can help people understand the connotation of the information. However, in the process of image transmission, the image is inevitably affected by the noise. Median Filter is the nonlinear impulse noise filter that is able to effectively filter out noise. But the performance of standard Median Filter largely affected by the size filtering window. So there are contradictions between the image noise suppression and image detail protection .And this paper, based on the study of the basis of the Median Filter, presented a noise-positioning and self-adaptive median filtering method which can effectively overcome shortcomings of fuzzy edges in the images. At last the simulation test, based on a method from MATLAB , demonstrates the validity of the method.  Keywords Image Median Fltering Adaptive MATLAB 目录1前言1.1自适应滤波器滤波技术广泛地用于图象的预处理, 抑制图象噪声, 增强对比度, 以及强化图象的边沿特征. 运用较为广泛的线性滤波器如平均值滤波器, 能较好地抑制图象中的加性噪声. 但是, 线性滤波器会引起图象的钝化或模糊, 使得图象中物体边界产生位移. 特别是, 在图象受到乘性噪声或脉冲噪声的干扰, 如超声波及雷达成像中普遍存在的斑点噪声, 线性滤波器就不能取得预期的效果. 如何设计合适的滤波器来去除脉冲噪声并且保持图象的局部细节, 是一个重要且实用的课题. 中值滤波是由Tukey 首先用于一维信号处理, 后来被用到二维图象的平滑中.该滤波器对脉冲干扰及椒盐噪声的抑制效果好, 同时能够保持图象的边沿特征. 中值滤波器是对一个滑动窗口内的象素灰度值排序, 用其中间值代替窗口中心象素的灰度, 它是一种非线性滤波器. 例如滤波窗口由3×3个象素组成, 则其中5 个象素的灰度值会小于等于该滤波器的输出灰度值, 同时5 个象素的灰度值会大于等于滤波器的输出. 由此可见, 对于离散的脉冲信号, 当其出现的次数小于窗口尺寸的一半时, 将被抑制掉. 中值滤波法也能较好地保证图象的边沿特征, 而且易于实现. 因此它被广泛地应用于图象处理。1.2自适应滤波器研究现状图像在形成、传输过程中, 常因外界噪声干扰而导致其质量退化, 为减小噪声的影响, 可采取各种滤波方法对图像进行去噪处理,中值滤波由于可对长拖尾概率分布的噪声起到良好的平滑效果且可对图像中的某些细节起到保护作用, 因而在图像降噪处理中得到了比较广泛的应用,但标准中值滤波去脉冲噪声的性能受滤波窗口尺寸的影响较大, 在抑制图像噪声和保护细节两方存在一定的矛盾12:窗口滤波小, 可较好地保护图像中某些细节, 但滤除噪声的能力会受到限制; 滤波窗口大, 可加强噪声抑制能力, 但对细节的保护能力会减弱, 有时会滤去图像中的一些细线、尖锐边角等重要细节, 从而破坏图像的几何结构这种矛盾在图像中噪声干扰较大时表现得尤为明显。 自适应中值滤波器的滤波方式和常规的中值滤波器一样，都使用一个矩形区域的窗口Sxy，不同的是在滤波过程中，自适应滤波器会根据一定的设定条件改变(即增加)滤波窗的大小，同时当判断滤波窗中心的像素是噪声时，该值用中值代替，否则不改变其当前像素值，这样用滤波器的输出来替代像素(x,y)处(即目前滤波窗中心的坐标)的值。自适应中值滤波器可以处理噪声概率更大的脉冲噪声，同时能够更好地保持图像细节，这是常规中值滤波器做不到的。自适应中值滤波总体上可以分为三步:(1)对图像各区域进行噪声检测;(2)根据各区域受噪声污染的状况确定滤波窗口的尺寸;(3)对检测出的噪声点进行滤波。1.3 论文安排 本文首先介绍数字图像处理的基本理论，然后具体研究了中值滤波器的理论。最后提出了自适应中值滤波方法, 并通过matlab对所提出方法进行了验证。第一章对自适应中值滤波器进行了简介；第二章介绍了图像处理的基本概念；第三章重点研究了图像滤波技术；第四章在前期研究基础上提出了一种自适应中值滤波方法及其仿真实现。页脚，宋体，五号，目录前后用不同页码编码，这儿从1开始编码2. 数字图像处理简介 图像是自然界景物的客观反映，是人类认识世界和人类本身的重要源泉1。据计，人类获取的信息，绝大多数来自视觉，因此，图像作为视觉信息获取和传播的要载体，随着科技的飞速发展，也越来越受到人们的重视。目前，图像处理技术已为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社科学等领域各学科之间学习和研究的对象。它己给人类带来了巨大的经济和社会效，不久的将来它不仅在理论上会有更深入的发展，在应用上也是科学研究、社会生产至人类社会生活中不可缺少的强有力工具。2.1数字图像处理技术的优点数字图像处理技术的优点: 1.再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。 2.处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度级量化为16位甚至更高，这意味着图像的数字化精度可以满足任一应用需求。从原上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组数就可以了。 3.适用面宽。图像可以来自多种信息源。从图像反映的客观实体尺度看，以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组而成，因而均可用计算机来处理。 4.灵活性高。由于图像的光学处理从原理上讲只能进行线性运算，极大地制了光学图像处理能实现的目标;而数字图像处理不仅能完成线性运算，而且能实非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 5.信息压缩的潜力大。数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性和帧内相关性相比，一般来说相邻两帧之间的相关性还要大些。因此，图像处理中信息压缩的潜力很大。2.2 制约数字图像处理技术发展的因素如下 1.数字图像处理占用的频带较宽。与音频信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本高。 2.由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全部几何信息的能力，三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量;在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。 3.图像处理出来的图片最终是给人观察和评价的，因此它受人的因素影响较大，由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪、兴趣及知识状况影响很大，因此，要求图像处理系统与人的视觉系统要有良好的“匹配”，但是目前要做到这一点是有很大困难的，因为到目前为止人们对人的视觉系统研究还很不充分，必须在进一步研究视觉的生理和心理特征和图像的统计规律之后，才能很好地解决这个问题。2.3数字图像处理的主要功能数字图像处理的主要功能是将获得的低质量图像(反差小，模糊，有噪声等)用计算机处理成更适合人眼观察、实际应用或仪器检测的图像。随着计算机技术的飞速发展、高性能计算机的普及和计算机软件水平的提高，特别是多媒体技术、通信技术、信息存储技术和以Internet为代表的计算机网络技术的加速发展和广泛普及，数字图像处理获得飞速的发展，形成了许多重要的图像处理分支。总的来说，图像处理的分支可以分为三部分，对应于不同的科学研究目的。第一个目的是对图像的最小物理存储的寻找，这个学科叫做图像压缩;第二个目的是把一个带有噪声、模糊或有其它扰动的图像复原;第三个目的是分析(analysis)，我们说的图像分析(image analysis)，它的目的不是去除噪声或压缩，而是找出主要部分的不变量并且可以从大量的图形数据库中辨识物体。2.4图像处理方法图像处理方法也很多，主要包括图像数据编码与压缩、图像增强与复原、图像传输、平滑、边缘锐化、图像分割、特征抽取、图像去噪、图像识别与理解等内容。经过这些处理，输出图像的质量得到相当程度的改善，既提高了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。 图像的表现形式很多，但都有一个共同的特点，即图像是二维或三维空间信息。为了本文研究的方便，这里我们主要来介绍一下二维图像。平面上每一点仅包括两个坐标值，因此，平面图像函数是连续的二维函数，如式(2.1)所示: 式(2.1)数字图像是连续图像f(x,y)的一种近似表示，通常用由采样点的值所组成的矩阵来表示，如图2-1所示：图2-1数字图像的矩阵表示图2.5图像的类型图像类型是指数组数值与像素颜色之间定义的关系，它与图像格式的概念有所不同，常见的有四种类型的图像。2.5.1二进制图像在一幅二进制图像中，每一个像素将取两个离散数值(0或1)中的一个，从本质上说，这两个数值分别代表状态开或关。因为图像中的每个像素仅需1位信息，常把二进制图像称为是1位图像。单色图像具有比较简单的格式.一般由黑色区域和白色区域组成。2.5.2灰度图像灰度图像具有如下特征: 1.灰度图像的存储文件带有图像颜色表，此颜色表共有256项，图像颜色表中一表项由红、绿、蓝颜色分量组成，并且红、绿、蓝颜色分量值都相等。 2.每个像素由8位组成，其值范围从O-255，表示256种不同的灰度级。2.5.3伪彩色图像伪彩色图像与灰度图像相似，其存储文件中也带有图像颜色表，伪彩色图像具有如下特点: 1.图像颜色表中的红、绿、蓝颜色分量值不全相等。 2.整幅图像仅有256种颜色，要表示256种不同的颜色，像素必须由8位组成，每个像素的像素值不是由每个基色分量的数值直接决定的，我们把具有256色的图像称为8位彩色图像。2.5.4位真彩色图像具有全彩色照片表达能力的图像为24位彩色图像，24位真彩色图像存储文件中不带有图像颜色表，其具有如下特征: 1.图像中每一像素由RGB三个分量组成，每个分量各占8位，每个像素需24位。 2.红、绿、蓝三个分量的取值范围是O-255。2.6图像的常见格式图像文件按其数字图像格式的不同一般具有不同的扩展名。最常见的是:BMP、GIF、TIFF、JPEG等1。2.6.1图像的常见格式和类型图像文件按其数字图像格式的不同一般具有不同的扩展名。最常见的是:BMP、GIF、TIFF、JPEG等136。下面简单介绍一下。2.6.1.1 BMP(Bitmap)文件BMP文件是Microsoft Windows所定义的图像文件格式，最早应用在微Microsoft Windows窗口系统中。BMP图像文件具有以下特点:(1)只存放一副图像;(2)只能存储单色、16色、256色和真彩色四种图像数据;(3)图像数据有压缩两种处理方式;(4)调色板的数据存储结构较为特殊，存储格式不是固定与文件头的某些具体参数(如像素位、压缩算法等)密切相关的。其中，Windows 设有RLE4和RLE8两种压缩方式，RLE4只能处理16色图像数据，RLE8则只能压缩256色图像数据。BMP图像文件的文件结构由文件头、位图信息头、颜色信息和图像数据成其中，表头长度固定为54个字节，只有真彩色BMP图像文件内没有调色其余不超过256种颜色的图像文件都必须有调色板信息。2.6.1.2 GIF文件GIF图像文件格式是CompuServe公司最先在网络中用于在线传送图像数据。GIF图像文件经常用于网页的动画等特技制作。具有以下特点：(1)文件具有多元化结构，能够储存多张图像，多图像的定序或覆盖，交错屏幕绘图以及文本覆盖;(2)调色板数据有通用调色板和局部调色板之分;(3)采用了LZW压缩法;(4)图像数据一个字节存储一点;(5)文件内的各种图像数据区和补充区多数没有固定的数据长度和存储位置，为了方便程序寻找数据区，就以数据区的第一个字节作为标识符，以使程序能够判断读到哪种数据区;(6)图像数据有顺序排列和交叉排列两种方式;(7)图像最多只能存储256色图像。GIF图像文件结构一般由表头、通用调色板、图像数据区以及四个补充区共七个数据单元组成。其中，表头和图像数据区是文件不可缺少的单元，通用调色板和其余的四个补充区是可选择内容。2.6.1.3 TIF文件TIF图像文件格式是现有图像文件格式中最复杂的一种，其主要特点如下:(1)应用指针功能，实现多幅图像存储;(2)文件内数据区没有固定的排列顺序，但规定表头必须在文件前端，标识信息区和图像数据区在文件中可以任意存放;(3)可制定私人用的标识信息;(4)能够接受除了一般图像处理RGB模式之外的多种不同的图像模式;(5)可存储多份调色板数据，其调色板的数据类型和排列顺序较为特殊;(6)能够提供多种不同的压缩数据的方法;(7)图像数据可分割成几个部分进行分别存档。TIF图像文件主要由表头、标识信息区和图像数据区三部分组成。其中，文件内固定只有一个位于文件前端的表头，表头有一个标志参数指出标识信息区在文件中的存储地址，标识信息区有多组标识信息用于存储图像数据区的地址。每组标识信息长度固定为12个字节，前8个字节分别表示标识信息的代号(2个字节)、数据类型(2个字节)、数据量(4个字节)，最后4个字节用于存储数据值或标志信息。2.6.1.4 JPEG格式JPEG是对静止灰度或彩色图像的一种国际压缩标准，其正式的名称是“连续色调静态图像的数学压缩和编码”,己在数字照相机上得到广泛使用，当选用有损压缩方式时其可节省相当大的空间。JPGE标准只是定义了一个规范的编码数据流，并没有规定图像数据文件的格式。Cube Microsystems公司定义了一种JPGE文件交换格式JFIF。JFIF图像是一种或者使用灰度表示，或者使用Y，Cb，Cr分量彩色表示的JPEG图像。它包含一个与JPEG兼容的头。一个JFIF文件通常包含单个图像，图像可以是灰度的，也可以是彩色的。图像类型是指数组数值与像素颜色之间定义的关系，它与图像格式的概念有所不同，常见的有四种类型的图像。2.7应用领域图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 1.航天和航空方面和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了JPL对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和中。许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。对由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。从60年代末以来，美国及一些国际组织发射了资源遥感卫星（如LANDSAT系列）和天空实验室（如SKYLAB），由于成像条件受飞行器位置、姿态、环境条件等影响，图像质量总不是很高。因此，以如此昂贵的代价进行简单直观的判读来获取图像是不合算的，而必须采用数字图像处理技术。如LANDSAT系列陆地卫星，采用多波段扫描器（MSS），在900km高空对地球每一个地区以18天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或100米左右（如1983年发射的LANDSAT-4，分辨率为30m）。这些图像在空中先处理（数字化，编码）成数字信号存入磁带中，在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取的图像进行资源调查（如森林调查、海洋泥沙和渔业调查、水资源调查等），灾害检测（如检测、水火检测、环境污染检测等），资源勘察（如石油勘查、矿产量探测、大型工程地理位置勘探分析等），农业规划（如土壤营养、水份和农作物生长、产量的估算等），城市规划（如地质结构、水源及环境分析等）。中国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。 2.生物医学工程方面数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。 3.通信工程方面当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在网上传输。其中以最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达100Mbit/s以上。要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应、小波变换等。 4.工业和工程方面在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。 5.军事公安方面在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。 6.文化艺术方面目前这类应用有的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，文物资料照片的复制和修复，动作分析和评分等等，现在已逐渐形成一门新的艺术-计算机美术。 7.机器人视觉机器视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和识别，是目前处于研究之中的开放课题。机器视觉主要用于军事侦察、危险环境的自主机器人，邮政、医院和家庭服务的智能机器人，装配线工件识别、定位，太空机器人的自动操作等。 8.视频和多媒体系统目前，电视制作系统广泛使用的图像处理、变换、合成，中静止图像和动态图像的采集、压缩、处理、存贮和传输等。 9.科学可视化图像处理和图形学紧密结合，形成了科学研究各个领域新型的研究工具。 10.电子商务在当前呼声甚高的电子商务中，图像处理技术也大有可为，如身份认证、产品防伪、技术等。 总之，图像处理技术应用领域相当广泛，已在国家安全、经济发展、日常生活中充当越来越重要的角色，对国计民生的作用不可低估。 研究方向2.8.现代研究方向 自20世纪60年代第三代问世以后，数字图像处理技术出现了空前的发展，在该领域中需要进一步研究的问题主要有如下五个方向： 1.在进一步提高精度的同时着重解决处理速度问题； 2.加强研究，开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法； 3.加强边缘学科的研究工作,促进图像处理技术的发展； 4.加强理论研究，逐步形成处理科学自身的理论体系； 5.时刻注意图像处理领域的标准化问题。 3. 图像滤波技术人们根据实际图像的特点、噪声的统计特征和频谱分析的规律，发展了各式各样的去噪方法。其中最直观的方法是根据噪声能量一般集中于高频，而图像频谱分布于一个有限区间的这一特点，采用低通去噪方法，例如wiener线性滤波器。此外，对图像进行平滑处理也是常用的方法。平滑的目的有两个:改善图像质量和抽出对象特征。平滑可以在空间域进行，也可以在频率域进行。由于噪声源众多(如光栅扫描、底片颗粒、机械元件、信道传输等)，噪声种类复杂(如加性噪声、乘性噪声、量化噪声、高斯噪声、均衡噪声和脉冲噪声等)，所以相应的平滑方法也多种多样。其中空域平滑是数字图像处理领域比较活跃的一个分支，己经经历了几十年的研究探索，并形成了较为系统的算法。总的来说，其基本思想是用所选的邻域中的各像素灰度的平均值来代替中心像素的灰度值。但是，空域平滑算法有一个共同的不足，就是它不仅平滑噪声，而且使图像中的细节模糊化。例如，邻域平均法就是空间域平滑噪声技术，它是一种线性滤波技术，它的基本原理是对于给定的图中的每个像点(m，n)，取其邻域S，设邻域S含有M个像素，取其平均值作为处理后所得图像点(m，n)处的灰度.用一个像素邻域内各像素灰度平均值来代替该像素原来的灰度。邻域S的形状和大小根据图像特点确定，一般取的形状是正方形、矩形及十字形，如S为3x3邻域，点m(，n)位于S中心，则如式(3.1)所示: 式(3-1)但是这种线性滤波一般通过取模板做离散卷积实现，这种方法在平滑脉冲噪声点的同时也导致图像更加模糊，效果不是很好。如果邻域取得越大，图像的模糊程度也愈加严重。1971年，J.W.TuKey针对离散数据平滑问题首先提出了中值滤波的概念47，其后这种新的滤波思想很快就被引入到一些重要的数字信号处理领域，其中图像处理是最主要的一个方面。当标准中值滤波器用于解决图像恢复问题时，人们注意到它有两个独特的性能:(1)能较好地保护图像细节;(2)有很好的韧性，能较好地抑制远偏离高斯型的，甚至不完全独立于有用信号的各种噪声。这些性能是人们所熟悉的线性滤波器所不具备的。为了解释标准中值滤波器的这些性能，人们开始研究标准中值滤波的特性，并且取得了许多重要结论。理论分析和实际应用的结果都使人们相信中值滤波器在图像处理中有独到的优势。正是这样，使得中值滤波算法得到了越来越广泛的应用。但是就标准中值滤波器而言，它有一个主要的问题是它会造成图像中相对滤波窗口较为“细小”的某些诸如细线、拐角等细节结构的破坏或丢失，而这些细小结构却往往包含着图像中非常重要的信息。为了不至于丢掉太多的有用细节，我们就不得选用小的滤波窗口，然而在图像去噪中，好的滤波效果则要求打的滤波窗口，这就形成了一对尖锐的矛盾。此外，用于图像处理时，标准中值滤波器往往会造成图像边缘的不稳定抖动，诸如此类的缺点强烈激发人们去寻找性能更加优越的中值滤波算法，因此20世纪80年代以来，又有一系列的新的滤波算法被提出和应用。由于标准中值滤波器不管像素点是否受噪声污染都简单的进行取中值，因此，人们在不断改进中值滤波器结构方法的同时，人们也在努力地寻找判断图像中的像素点是否受噪声污染的辨别方法，并以此为基础找出更加理想的中值滤波算法，于是产生了开关中值滤波器(Switching median filter，简记为SM)。此外，由于标准中值滤波器在滤波效果和保持图像细节方面形成了一对尖锐的矛盾，因此，一种自适应中值滤波器油然而生，取得了很好的效果。另外，人们又找到了有秩排序滤波器、堆栈滤波器、模糊中值滤波器等。3.1中值滤波 是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. 实现方法： 1.通过从图像中的某个采样窗口取出奇数个数据进行排序 2.用排序后的中值取代要处理的数据即可 中值滤波法对消除椒盐噪音非常有效，在光学测量条纹图象的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大. 中值滤波在中,常用于用来保护边缘信息,是经典的平滑噪声的方法 中值滤波原理: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，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是去某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。3.2图像降噪 图像降噪的英文名称是Image Denoising. 是图像处理中的专业术语. 现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像。减少数字图像中噪声的过程称为图像降噪,有时候又称为。 是图像干扰的重要原因。一幅图像在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生,也可能在量化等处理中产生。根据噪声和信号的关系可将其分为三种形式:(f(x,y)表示给定原始图像,g(x,y)表示图像信号,n(x,y)表示噪声。) 1.加性噪声,此类噪声与输入图像信号无关,含噪图像可表示f(x,y)=g(x,y)+n(x,y),信道噪声及光导摄像管的摄像机扫描图像时产生的噪声就属这类噪声; 2. 乘性噪声,此类噪声与图像信号有关,含噪图像为f(x,y)=g(x,y)+n(x,y)g(x,y),飞点扫描器扫描图像时的噪声,电视图像中的相干噪声,胶片中的颗粒噪声就属于此类噪声。 3. 量化噪声,此类噪声与输入图像信号无关,是量化过程存在量化误差,再反映到接收端而产生。 3.2.1图象降噪的方法简介3.2.1.1 均值滤波器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象中的颗粒噪声。领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象,模糊程度与邻域半径成正比。 几何均值滤波器所达到的平滑度可以与算术均值滤波器相比,但在滤波过程中会丢失更少的图象细节。 谐波均值滤波器对“盐”噪声效果更好,但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的