淺議數(shù)字圖像去噪技術(shù)及其應(yīng)用

摘 要：數(shù)字圖像去噪技術(shù)一直以來都是數(shù)字圖像處理研究領(lǐng)域的一個(gè)熱點(diǎn)問題，該技術(shù)在當(dāng)代已經(jīng)越來越重要，并廣泛應(yīng)用到人們生活的方方面面。筆者在數(shù)字圖像去噪技術(shù)方面也做了一點(diǎn)粗淺的研究，本文就結(jié)合筆者的認(rèn)識(shí)和體會(huì)談一談幾種數(shù)字圖像去噪方法和數(shù)字圖像去噪技術(shù)在現(xiàn)實(shí)中的應(yīng)用。

關(guān)鍵詞：數(shù)字圖像；圖像噪聲；去噪技術(shù)；中值濾波；小波濾波

在數(shù)字化發(fā)展的今天，信息在人們生活和工作中的作用越來越突出，并逐漸改變著人們的生活和工作方式，其中最主要、最直觀的信息就是圖像信息。然而，在實(shí)際應(yīng)用中數(shù)字圖像經(jīng)常會(huì)由于元器件、電阻、電磁干擾等設(shè)備因素，溫度、光照等外界環(huán)節(jié)因素以及人為因素的影響產(chǎn)生圖像噪聲，從而使得圖像質(zhì)量不理想，偏離了原始圖片。因此，數(shù)字圖像去噪就成為一個(gè)亟待解決的問題，具有很強(qiáng)的現(xiàn)實(shí)意義。下面筆者就談一談幾種數(shù)字圖像去噪方法和數(shù)字圖像去噪技術(shù)在現(xiàn)實(shí)中的應(yīng)用。

1 數(shù)字圖像去噪方法

當(dāng)前，數(shù)字圖像去噪的方法有很多，從本質(zhì)上講這些方法都是低通濾波的方法。低通濾波既有有利的地方，也有不利的地方，它既能消除圖像噪聲，又能消除圖像中一些有用的高頻信息。因而，我們所研究的各種數(shù)字圖像去噪方法從根本上來說就是權(quán)衡去噪和保留高頻信息。在數(shù)字圖像去噪方法中，我們比較常見的有以下幾種方法：

1.1 中值濾波算法

中值濾波算法最早是由Turky于1971年提出來的，是一種典型的非線性空間域去噪算法。其算法利用了像素點(diǎn)和噪聲點(diǎn)之間的灰度值差別很大這一特性。中值濾波算法的主要原理是：以一個(gè)像素為中心取其鄰域，然后對鄰域中各像素的灰度值進(jìn)行排序，取中值作為中心像素的灰度值，換句話說就是中心像素點(diǎn)的灰度值被鄰域像素點(diǎn)灰度值的中值所替代。這種方法能很好的消滅噪聲，但同時(shí)也損壞了圖像的邊緣，造成了部分細(xì)節(jié)的丟失。因此，部分科學(xué)家和學(xué)者在此基礎(chǔ)上又提出了中心加權(quán)中值濾波算法、開關(guān)中值濾波算法、極值中值濾波算法等等，這些方法都是針對中值濾波算法的缺陷提出來的，具有很強(qiáng)的實(shí)用價(jià)值。

1.2 維納濾波算法

維納濾波算法是由Wiener提出來的，是一種典型的線性濾波方法。其理論依據(jù)是最小均方誤差準(zhǔn)則，該準(zhǔn)則的具體含義是：將含有噪聲的信號運(yùn)用濾波變換后得到的恢復(fù)后的估計(jì)信號與原信號相比，它們之間有最小的均方差誤差。維納濾波算法既適用于連續(xù)平穩(wěn)隨機(jī)過程，也適用于離散平穩(wěn)隨機(jī)過程。但是，對于非平穩(wěn)態(tài)的隨機(jī)過程，一般來說，維納濾波算法不太適用。

1.3 小波濾波算法

小波濾波算法是基于小波變換理論發(fā)展而來的。其原來就是：原始信號經(jīng)過小波變換，將不同頻率組成的混合信號分解為不同頻率的塊信號，去除含噪聲頻率的塊信號，剩下的塊信號進(jìn)行重構(gòu)就有效的去除了信號的噪聲。利用小波變換去噪，最早是Donoho和Johnstone于1992年提出的小波閾值萎縮法，這種方法說的是含有噪聲的信號經(jīng)過小波變換后，初始信號的能量主要分布在少數(shù)幅值較大的小波系數(shù)上，其中噪聲能量主要均勻分布在多數(shù)小波系數(shù)上，因此，只需要設(shè)定一個(gè)恰當(dāng)?shù)拈撝担涂梢詮某跏夹盘柕男〔ㄏ禂?shù)中分離出含噪聲的部分。后來，很多學(xué)者經(jīng)過艱苦的研究，推導(dǎo)和改進(jìn)出各種閾值算法，例如，VisuShrink閾值公式、SureShrink閾值公式、Garrote閾值函數(shù)等等。

2 數(shù)字圖像去噪的應(yīng)用

隨著電子計(jì)算機(jī)和電子成像設(shè)備的日益發(fā)展，越來越多的電子產(chǎn)品進(jìn)入到人們生活的方方面面，并且數(shù)字圖像在人們生活中的作用已越來越突出，其應(yīng)用領(lǐng)域也越來越廣泛。

比如，在醫(yī)學(xué)上，我們一般用CT圖像或者X光像等成像方式來獲取我們用眼睛看不見的封閉區(qū)域內(nèi)的圖像，從而來診斷病癥。但是這些方式在成像過程中會(huì)因?yàn)樵O(shè)備內(nèi)在或外界干擾而產(chǎn)生噪聲，這種有害噪聲如若不除去，將會(huì)影響醫(yī)生的判斷，從而發(fā)生誤診的現(xiàn)象。為了醫(yī)生能夠準(zhǔn)確的判斷病情，就一定要有能如實(shí)反映真實(shí)情況的醫(yī)學(xué)圖像。因此，在醫(yī)學(xué)上就需要利用數(shù)字圖像去噪技術(shù)來提高圖像的分辨率和成像質(zhì)量，抑制圖像捕捉系統(tǒng)或醫(yī)學(xué)成像系統(tǒng)造成的噪聲干擾。

還比如，在視頻和圖像編碼過程中，我們也會(huì)應(yīng)用到數(shù)字圖像去噪技術(shù)。因?yàn)閳D像中的噪聲會(huì)引起圖像變得模糊，同時(shí)還可能造成某些細(xì)節(jié)的丟失，使得圖像失真，這也嚴(yán)重影響到視頻和圖像的后期處理。所以，在視頻和圖像編碼處理時(shí)對圖像進(jìn)行去噪處理就顯得非常有必要。

另外，數(shù)字圖像去噪技術(shù)不但在醫(yī)學(xué)、林業(yè)、工業(yè)、軍事等方面有著諸多應(yīng)用，還在航空航天拍攝的遙感圖像、紙幣的數(shù)字水印圖像、人臉虹膜圖像、氣象預(yù)報(bào)的光譜圖像等領(lǐng)域都有應(yīng)用。顯而易見，數(shù)字圖像去噪技術(shù)的應(yīng)用遠(yuǎn)不止這些方面，其應(yīng)用領(lǐng)域范圍已越來越廣。人們對這門技術(shù)迫切需要的同時(shí)也對數(shù)字圖像去噪技術(shù)提出了新的要求，這也促進(jìn)其不斷完善，推動(dòng)著其不斷發(fā)展。

3 結(jié)束語

總之，數(shù)字圖像去噪是圖像處理中一項(xiàng)最基本而又最為關(guān)鍵的技術(shù)，也是當(dāng)前圖像去噪領(lǐng)域最為熱門的一個(gè)研究熱點(diǎn)問題，吸引著廣大學(xué)者對其進(jìn)行較為深入的研究和探索。我相信，隨著越來越多的學(xué)者參與到數(shù)字圖像去噪技術(shù)的研究中來，這些理論將會(huì)在逐步完善中取得突破，在各個(gè)突破中得到發(fā)展，最終推動(dòng)整個(gè)圖像處理技術(shù)的進(jìn)步，為人類所用。

參考文獻(xiàn)

[1]吳玲.基于數(shù)字圖像去噪的方法分析[J].科技信息，2010（6）.

[2]王香菊.圖像去噪方法和應(yīng)用[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2007（27）.

[3]朱秀昌，劉峰，胡棟.數(shù)字圖像處理與圖像通信[M].北京：北京郵電大學(xué)出版社，2002.

[4]阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2001.