图像平滑算法研究开题报告

河北农业大学

题 目：

本科毕业设计开题报告

图像平滑算法研究 学 院： 信息科学与技术学院 学生姓名： 吕亮 专 业： 电子信息科学与技术 班级学号： 2007234020113 指导教师姓名： 杨断利 马丽 指导教师职称： 副教授 助教

2011 年 3月 1 日

学生姓名 吕亮 专业班级 电子0701 学 号 2007234020113 信息学院 指导教师 杨断利马丽 职 称 题目 图像平滑算法研究 副教授、助教 所在学院 选题依据： 目的:一幅图像的生成、传递过程中常常会受到噪声的干扰，受到噪声干扰后的图像视觉效果会大大受到影响，图像平滑技术正是为了减少来自系统内部和外部的图像噪声。 理论意义：在图像处理过程中,图像的平滑,降噪是底层的处理。噪声可能是在图像的采集、量化等过程中产生,也可能在图像传输的过程中产生.噪声的存在极大干扰了图像的信息。对于图像的后继处理、分析都有影响。所以,图像平滑处理一直是图像处理和计算机视觉研究的热点，是数字图像处理的重要组成部分。 实践意义：图像平滑技术是数字图像处理技术的重要组成部分，早期主要用于宇航领域，七十年代后，图像平滑技术从宇航领域扩展到生物医学、信息科学 、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大影响。 国外研究概况：数字图像处理作为一门学科大约形成于20世纪60年代初期，图像平滑研究作为数字图像处理的重要组成部分也形成于这一时期。图像平滑技术的目的是去除噪声、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。到目前为止已相当成熟，主要方法分为两大类：空域法和频域法。在空域中对图像的平滑处理主要是邻域平均法和中值滤波法等；频域的处理方法主要是低通滤波法，例如采用巴特沃斯低通滤波器将图像中的高频成分滤除。 国内研究概况：我国数字图像处理技术起步较晚，但在学习国外技术的基础上发展迅速。2008年1月18日，教育部委托清华大学主持召开了由清华大学电子工程系研制的“NIPC－3邻域图像并行计算机”科技成果鉴定会。鉴定委员会专家一致认为，该系统总体水平处于国内同类系统领先，在大邻域图像核和邻域图像处理的速度上优于目前可查到的国际最好水平。

研究方法、内容： 1、单色图像平的滑处理算法 1.1、均值滤波 是将某像素邻域内的各点的灰度平均值来代替该像素原来的灰度级.通常邻域都取成N×N的方形窗口,其降噪平滑后的图像为： g(x,y)?1M?g(i,j)(i,j)?s 其中, s是点(x, y)邻域内的点集, M是点集s中的总点数。 将算术均值滤波器作一改进,将某像素邻域内的各点的灰度加权平均值来代替该像素原来的灰度值,得到加权均值滤波.从权值上看,灰度越接近中心像素其权值越大.加权g(x,y)?平均的算法可表示为1.2、中值滤波 ??(i,j)g(i,j)(s,j)?s,?(i,j)是权值,表示其所起作用的大小。 此方法是用该像素的相邻像素的灰度中值来代替像素值.是一种典型的排序滤波器。Vout=median{a1, a2, a3,??an}，a1,a2,a3,?,an是邻域中各点的灰度值。所以,中值滤波后的图像g(x, y)是以(x, y)为中心的N×N窗口的各像素的灰度中间值。 1.3频域低通滤波法 在分析图像信号的频率特性时，对于一副图像，直流分量表示了图像的平均灰度，大面积的背景区域和缓变部分是低频分量，其边缘、细节、跳跃部分以及颗粒噪声都代表图像的高频分量。频域低通滤波就是除去其高频分量就能去掉噪声，从而使图像得到平滑。利用卷积定理，可以写成以下形式： G(u,v)?H(u,v)F(u,v) 式中，F(u,v)是含噪图像的傅立叶变换，G(u,v)是平滑后图像的傅立叶变换，H(u,v)是传递函数。利用H(u,v)使F(u,v)的高频分量得到衰减，得到G(u,v)后再经过反变换就得到所希望的图像g(u,v)了。 2、彩色图像的平滑处理方法 众所周知，所有的图像平滑处理原理和技术目前都是针对单色图像的。 由于大量彩色图像的出现，以及对图像质量和分辨率的要求越来越高，寻找一种针对彩色图像的新的研究和处理方法将是非常重要的。与单色图像相比，彩色图像的独有特征就是颜色成

分。如果彩色图像的亮度和彩色成分能够单独描述，那么不仅可以从彩色图像中获得更多的信息，而且还能将单色图像的平滑处理技术应用于彩色图像处理中。 颜色空间转换是实现上述目标的主要方法之一，本文采用了简单实用的基于 HSL 的颜色空间转换。 本文中的彩色图像平滑处理实验就是基于 HSL 颜色空基础上的， 结果显示该方法能够有效消除图像噪声影响和改进图像质量。 利用基于 HSL 的颜色空间转换， 不仅 H、S、L 这三个变量相互无关，而且每个变量都包含着 R、G、B 三种成分因素。 因此，我们可以将单色图像平滑处理方法分别应用于上述三个变量。下图一所示即为基于 HSL 颜色空间转换的彩色图像平滑处理模型， 由此我们可得出如下相关算法： (1) 输入图像： fRGB(x,y)?{fR(x,y),fG(x,y),fB(x,y)}fR(x,y)?R,fG(x,y)?G,fB(x,y)?B (2) 基于 HSL 的颜色空间转换： fRGB(x,y)?fHSL(x,y),fH(x,y)?H,fS(x,y)?S,fL(x,y)?L (3) 分别进行平滑处理: fHSL(x,y)?gHSL(x,y) (4) 基于 HSL 的颜色空间反变换，并同时输出处理后的图像： gHSL(x,y)?gRGB(x,y) 图2-1 基于HSL颜色空间转换的彩色图像平滑处理模型

进度安排： 2010.12.17 参加毕业设计动员大会，选择毕业设计课题。 2010.12.17-2011.1.14 查找与图像平滑技术相关的资料，对课题有较深入的了解，掌握图像平滑技术的原理和方法。选择并研究与课题相关的编程软件。 2011.1.14-2011.3.10 研究matlab的使用，并查找与图像平滑技术相关的资料开始撰写开题报告和任务书。 2011.3.10 参加毕业设计开题报告会。 2011.3.10-2011.4.4 研究图像平滑技术的不同方法， 列出程序的流程图和毕业论文提纲,完成毕业设计中期检查。 2011.4.4-2011.4.18 深入研究均值滤波法，并利用其来实现图像的平滑去噪，并编写其程序代码，同时开始撰写毕业论文。 2011.4.18-2011.5.2 利用中值滤波法来实现图像的平滑去噪，并编写程序代码。 2011.5.2-2011.5.23 研究巴特沃斯低通滤波法来完成设计要就，并编写其代码。 2011.5.23-2011.5.31 将上述三种方法整理入毕业论文，并完成毕业论文的初稿。 2011.5.31-2011.6. 7 修改毕业论文初稿，完成毕业论文正式稿，并毕业论文答辩做准备。 指导教师意见： 指导教师： 年 月 日

本文来源：https://www.bwwdw.com/article/qbmr.html