中值滤波对椒盐噪声的滤波效果如何

2.1.1 中值滤波原理

中值滤波是一种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所应用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波的目的是保护图像边缘的同时去除噪声。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口，在处理之后，将窗口正中的像素灰度值用窗口内各像素灰度值的中值来代替。设有一个维序列f1，f2，…，fn，取窗口长度为奇数m，对此序列进行中值滤波，就是从输入序列中相续抽出m个数，fi-v，…fi，…fi+v，其中为窗口的中心值v=(m-1)／2，再将这m个点的数值按其数值大小排列，取其序号为正中间的那个数作为滤波输出。中值滤波表达式为：

Fi?Med?fi?v,?,fi,?,fi?v? （2-1）

对二维序列{Xi,j}的中值滤波，滤波窗口也是二维的，但这种二维窗口可以有各种不同的形状，如线状、方形、圆形、十字形、圆环形等。二维中值滤波可表示为：

Fi,j?Med?xi,j?，A为滤波窗口 （2-2）

A在实

北京理工大学珠海学院实验报告

ZHUHAI CAMPAUS OF BEIJING INSTITUTE OF TECHNOLOGY

班级 学号 姓名 指导教师 成绩 实验题目 实验时间 1. 题目概述

1. 中值滤波：设计中值滤波器，处理peppterN

2. 图像锐化：先将lana图像均值滤波（3*3，或5*5），作为原图像，设计锐化滤波器，处理。

2. 设计思路和流程图

【正文用小五号，宋体字体】 【不得改变格式】

1. 中值滤波：设计中值滤波器，处理peppterN

此题根据实验要求以及图片可知，需要处理的对象图片是一副充满“椒盐”的图像，而我们的实验要求是

处理图片中的椒盐，让图片变得正常。根据题目要求我们应该使用中指滤波器来处理图像。而中指滤波的原理是给图像进行一个设定的模板的像素大小的排序。而我在本题中使用的是3*3的模板来处理图像。 第一步：读取原图片（pepperN.ppm）

通过读取原图片，我们可以与处理后图片进行比较。 代码：P = imread('pepperN.ppm');

2.1.1 中值滤波原理

中值滤波是一种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所应用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波的目的是保护图像边缘的同时去除噪声。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口，在处理之后，将窗口正中的像素灰度值用窗口内各像素灰度值的中值来代替。设有一个维序列f1，f2，…，fn，取窗口长度为奇数m，对此序列进行中值滤波，就是从输入序列中相续抽出m个数，fi-v，…fi，…fi+v，其中为窗口的中心值v=(m-1)／2，再将这m个点的数值按其数值大小排列，取其序号为正中间的那个数作为滤波输出。中值滤波表达式为：

Fi?Med?fi?v,?,fi,?,fi?v? （2-1）

对二维序列{Xi,j}的中值滤波，滤波窗口也是二维的，但这种二维窗口可以有各种不同的形状，如线状、方形、圆形、十字形、圆环形等。二维中值滤波可表示为：

Fi,j?Med?xi,j?，A为滤波窗口 （2-2）

A在实

2.1.1 中值滤波原理

中值滤波是一种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所应用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波的目的是保护图像边缘的同时去除噪声。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口，在处理之后，将窗口正中的像素灰度值用窗口内各像素灰度值的中值来代替。设有一个维序列f1，f2，…，fn，取窗口长度为奇数m，对此序列进行中值滤波，就是从输入序列中相续抽出m个数，fi-v，…fi，…fi+v，其中为窗口的中心值v=(m-1)／2，再将这m个点的数值按其数值大小排列，取其序号为正中间的那个数作为滤波输出。中值滤波表达式为：

Fi?Med?fi?v,?,fi,?,fi?v? （2-1）

对二维序列{Xi,j}的中值滤波，滤波窗口也是二维的，但这种二维窗口可以有各种不同的形状，如线状、方形、圆形、十字形、圆环形等。二维中值滤波可表示为：

Fi,j?Med?xi,j?，A为滤波窗口 （2-2）

A在实

数

学号：专业：

字 图 像 处 理

姓名：XXXXXXXXXX

XXXXXXXXXXXXXXXX XX

非线性平滑——中值滤波

一. 实验目的

1. 了解统计排序滤波器在数字图象处理中的作用； 2. 理解中值滤波的原理、特点、适用对象； 3. 掌握中值滤波的各种方法。

二. 实验原理

中值滤波是一种非线性信号处理方法，与其对应的中值滤波器是一种统计排序滤波器，用象素邻域内各灰度级排序的中值来代替该象素的灰度级（用一个奇数点的移动窗口，将窗口中心点的值用窗口内的中值代替），一定条件下，可以克服线性滤波器（如邻域平滑滤波等）所带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效（中值滤波的输出与输入噪声的密度分布有关，对随机噪声的抑制能力，中值滤波比平均值滤波要差一些；但对脉冲干扰，特别是脉冲宽度小于窗口一半、相距较远的窄脉冲干扰，中值滤波的效果较好）。

设有一个一维序列f1, f2, …, fn，取窗口长度（点数）为m（m为奇数），对其进行中值滤波，就是从输入序列中相继抽出m个数fi-v, …, fi-1, fi, fi+1, …, fi+v（其中fi为窗口中心点值，v=(m-1)／2），再将这m个点按其数值大小排序，取

数

学号：专业：

字 图 像 处 理

姓名：XXXXXXXXXX

XXXXXXXXXXXXXXXX XX

非线性平滑——中值滤波

一. 实验目的

1. 了解统计排序滤波器在数字图象处理中的作用； 2. 理解中值滤波的原理、特点、适用对象； 3. 掌握中值滤波的各种方法。

二. 实验原理

中值滤波是一种非线性信号处理方法，与其对应的中值滤波器是一种统计排序滤波器，用象素邻域内各灰度级排序的中值来代替该象素的灰度级（用一个奇数点的移动窗口，将窗口中心点的值用窗口内的中值代替），一定条件下，可以克服线性滤波器（如邻域平滑滤波等）所带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效（中值滤波的输出与输入噪声的密度分布有关，对随机噪声的抑制能力，中值滤波比平均值滤波要差一些；但对脉冲干扰，特别是脉冲宽度小于窗口一半、相距较远的窄脉冲干扰，中值滤波的效果较好）。

设有一个一维序列f1, f2, …, fn，取窗口长度（点数）为m（m为奇数），对其进行中值滤波，就是从输入序列中相继抽出m个数fi-v, …, fi-1, fi, fi+1, …, fi+v（其中fi为窗口中心点值，v=(m-1)／2），再将这m个点按其数值大小排序，取

I 摘要

对于许多图像处理问题，传统的线性滤波方法存在着固有的缺陷，为此，最近30年来，发展起来了一类新的非线性滤波器结构—中值滤波器。这类滤波器在图像信号处理中具有独特的优势，目前已成为非线性滤波领域的一个研究热点。本文主要针对图像的低级处理(主要是滤噪声)问题，对中值滤波器做了一些初步研究工作，从而给出一些新的滤波器算法。

主要工作包括以下几个方面：

1．结合新的算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法，并且进行编程,在MATLAB中生成M文件，在M文件下建立函数体，通过在函数体下对滤波器算法的编程，使函数体达到滤波的功能，然后进行滤波，并且和MATLAB中的算法比较，仿真显示这种算法具有比较好的图像滤噪和细节保护性能。

2．结合新的递归算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法一一新型递归中值滤波器。

3．提出了基于FPGA的数字图像中值滤波器的设计算法，并且对算法进行了初步的分析。

关键词: 图像处理，滤噪，中值滤波，算法

I Abstract

For many image p

I 摘要

对于许多图像处理问题，传统的线性滤波方法存在着固有的缺陷，为此，最近30年来，发展起来了一类新的非线性滤波器结构—中值滤波器。这类滤波器在图像信号处理中具有独特的优势，目前已成为非线性滤波领域的一个研究热点。本文主要针对图像的低级处理(主要是滤噪声)问题，对中值滤波器做了一些初步研究工作，从而给出一些新的滤波器算法。

主要工作包括以下几个方面：

1．结合新的算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法，并且进行编程,在MATLAB中生成M文件，在M文件下建立函数体，通过在函数体下对滤波器算法的编程，使函数体达到滤波的功能，然后进行滤波，并且和MATLAB中的算法比较，仿真显示这种算法具有比较好的图像滤噪和细节保护性能。

2．结合新的递归算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法一一新型递归中值滤波器。

3．提出了基于FPGA的数字图像中值滤波器的设计算法，并且对算法进行了初步的分析。

关键词: 图像处理，滤噪，中值滤波，算法

I Abstract

For many image p

目录

一、摘要 二、均值滤波 三、中值滤波 四、超限像素平滑法 五、总结 六、参考文献

第 0 页 共 12 页

一、摘要

图像信号在产生、传输和记录的过程中，经常会受到各种噪声的干扰，噪声可以理解为妨碍人的视觉器官或系统传感器对所接收图像源信息进行理解或分析的各种元素。噪声对图像的输入、采集、处理的各个环节以及最终输出结果都会产生一定影响。图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等。我们平常使用的滤波方法一般有均值滤波、中值滤波和维纳滤波，他们分别对某种噪声的滤除有较好的效果，但对于同时存在高斯噪声和椒盐噪声的图像处理的效果可能不会太好，在这里我们分别用多种方法对图像噪声进行处理，对比使用效果。

关键词：图像去噪、常见噪声、多种方法、使用效果。

第 1 页 共 12 页

二、均值滤波

均值滤波算法：也称线性滤波，主要思想为邻域平均法。假设图像有由许多灰度恒定的小块组成，相邻像素间存在很高的空

有色噪声下的卡尔曼滤波

摘 要

Kalman滤波技术是一种高效率的递归滤波器(自回归滤波器)，它是现代信息处理中的重要工具。但是基本的Kalman滤波基本方程中要求系统噪声和量测噪声必须为互不相关的均值为零的白噪声过程, 限制了应用的范围。本文研究了在系统噪声和量测噪声都是有色噪声条件下的Kalman滤波方法, 并推导了全套的滤波方程。最后以GPS多天线三维姿态测量系统为例，根据推导出的动态噪声、观测噪声为有色噪声的线性系统滤波公式，在MATLAB环境下进行了仿真实验。

关键词：有色噪声，卡尔曼滤波，白噪声

ABSTRACT

Kalman filtering technology is a kind of efficient algorithm.on filter (autoregressive filter), it is an important tool in modern information processing. But the basic Kalman filtering basic equations of noise and measurement requirements system for irrele