圖像處理中消除噪聲技術研究

尚怡君+詹保坡

摘 要 在圖像處理中消除噪聲是一項十分重要的技術，圖像的噪聲消除可以最大程度保護圖像的細節、紋理與邊緣，并且濾出噪聲所對圖片質量造成的影響。噪聲消除的結果將會直接影響到圖片處理后續的相關環節。本文主要針對圖像處理中消除噪聲的相關技術進行研究，以期能為圖像處理、噪聲消除提供一定的借鑒與參考。

關鍵詞 圖像處理；消除噪聲；中值濾波技術

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）181-0063-02

在拍攝圖像、傳輸圖像的過程中，由于拍攝設備、傳輸裝置、傳輸路徑存在約束性，導致非常容易被外部環境的各項因素所干擾，進而形成大量的噪聲，從而直接影響了圖像的觀看視覺效果，甚至會誤導觀看者對圖像內容的認識。所以，對圖像進行噪聲的消除成為了圖像處理中的重要環節。

1 圖像處理及圖像噪聲

1.1 圖像處理

如今，數字圖像已經作為一門全新的學科，受到了人們的廣泛重視。在獲取與傳輸圖像的過程中圖像會經常被成像的裝置以及外部環境中的因素所干擾，進而導致難以正確觀看識別率降低，形成噪聲。因此，在進行傳輸與處理的過程中必須要針對圖像進行去噪處理，以提升圖像的質量。圖像處理技術可以普遍被應用于網頁制作當中。高水準的圖像處理技能可以讓網頁的界面變得十分人性化，十分友好，全面提升網頁的吸引力，在提升網頁競爭力的同時為網頁創作更多的價值。

1.2 圖像噪聲

影響圖像噪聲的來源途徑眾多，例如交流電場、成像設備、設備的影響、電子噪聲、信號傳輸的信道噪聲、圖像轉換的量化噪聲等。不同種類的噪聲必然都會對圖像的質量形成負面影響。通常來看，噪聲對圖像信號的影響分為3種類別，分別為加性噪聲、乘性噪聲以及混合噪聲。這3種類型的噪聲對圖像所產生的影響均不一致。在圖像信號傳遞中所形成的噪聲大部分都是加性噪聲。圖像噪聲的形式眾多，其中包括脈沖噪聲、高斯噪聲等。在圖像處理中出現的噪聲一般為脈沖噪聲、高斯噪聲或兩者疊加混合的噪聲[ 1 ]。其中，脈沖噪聲會獨立干擾在圖像中的某一個像素點，并且會隨機出現在圖像中的任意區域導致圖像中某像素點灰度值出現異常情況，該處的圖像值將會明顯異于其他像素點，給人視覺上造成一種極暗或極亮的視覺感受。通常對凸顯噪聲干擾的密度可以用函數（PDF）來表示。

圖像噪聲的特點：

第一，掃描變換。目前，圖像系統的輸入光電變化均是將二維圖像信號進行掃描處理，將其變成一維電信號再進行處理加工的，然后再將一維電信號轉換成為二維凸顯光信號。相同的，噪聲也存在相同的轉變方式。

第二，相關性。利用光導攝像管的攝像設備可以認為，信號幅度與噪聲幅度之間不存在必然的聯想，而使用超正析攝像機的信號則與噪聲之間存在密切關系。黑暗區域噪聲明顯，明亮區域噪聲較小。在數字圖像處理技術中將噪聲進行量化處理是必然的，其與圖像相位之間有著密切的關系。假如圖像的內容接近平坦，則量化噪聲出現偽輪廓。但是這時圖像信號中的隨機噪聲將會由于顫噪效應而使得弱化量化噪聲[ 2 ]。

第三，迭加性，在串聯圖像的傳輸系統當中，不同部分竄入的噪聲如果是同類噪聲的話則可以直接進行功率相加，信噪比相對下降。如果非同類噪聲則應該區別對待。例如，空間頻率不同的噪聲如果要迭加則需要考慮到視覺空間頻譜的帶通特征；如時間特性不同的噪聲迭加就需要考慮到視覺滯留與閃爍的特性等。

2 圖像處理中消除噪聲技術研究

對圖像的脈沖噪聲、高斯噪聲等類型的噪聲進行分析后可以得知，要降低噪聲可以根據信號所處不一樣的區域中的表現形式來選擇合適的噪聲消除方法。站在圖像處理清楚噪聲方法形成時期的角度來劃分可以將消除噪聲技術分為傳統的濾波技術以及新型濾波技術。

傳統濾波技術：這一濾波技術針對不同類型圖像的噪聲均可以有效去除。該濾波技術前后形成了不同類型的濾波計算技術。這些不同類型的計算技術分別都擁有自身獨特的特點。但是總體來看，計算技術可以分為線性濾波技術與非線性濾波技術。上述兩種類型濾波技術存在典型的技術代表。其中線性濾波技術的典型技術為均值濾波技術。該技術即為運用既定面積的局部窗口來對圖像進行掩模調整。并且使用像素灰度的平均值來替代窗口中心的像素值。線性濾波技術計算簡易，實現難度較低，是數字信號處理技術進步中最為常用的降噪方式之一，然而該技術會導致圖像邊緣出現嚴重模糊的情況，使得圖像中很多細節丟失?；趶浹a上述技術的缺陷，非線性濾波理論與技術出現并應用。非線性濾波技術最為典型的代表為中值濾波器，運用中值濾波器來對圖像進行處理就是使用固定的區域窗口來對圖像中的像素進行掩模調整。窗口中覆蓋的像素值排布順序是從小至大。在掩模調整的過程中將位于排序中間的灰度值替代窗口中心的像素灰度值，從而達到消除噪聲的效果。雖然中值濾波技術能夠優化過濾脈沖噪聲所導致的圖像質量下降，然而對于高斯噪聲所產生的影響卻十分有限，運用中值濾波技術處理高斯噪聲影響的圖像將會導致圖像丟失有價值的內容[ 3 ]。非線性濾波另一典型的技術為自適應濾波，其主要是通過統計局部窗口像素的統計特征來對圖像進行處理。構造自適應濾波器不需要視線輸入信號與噪聲等相關信息，只需要在濾波處理環節中對統計特性與參數進行調節即可，直至獲得最佳的濾波效果。

新型濾波技術。近幾年來伴隨著數學科學的進步，圖像處理方面也獲得了質的飛躍，各種不同圖像噪聲處理技術出現，并且在圖像處理優化中被使用。另外，對傳統濾波技術進行調整與升級，融合全新的技術能夠同時處理脈沖噪聲以及高斯噪聲所影響的圖像上獲得較為理想的效果。

第一，脈沖噪聲消除技術。脈沖噪聲的消除主要分為兩種類型，分別為直接濾波技術以及檢測濾波技術。直接濾波技術是基于傳統濾波技術的方法，這一種中值濾波算法可以彌補傳統中職濾波器對邊緣信號損失嚴重的缺陷，并且調節了掩模窗窗口各個元素輸出權值。

第二，高斯噪聲消除技術。高斯噪聲消除技術的優化是為了彌補在圖像處理中降低信息的損失，優化濾波效果。該技術可以利用非線性擴散方程、各向異性擴散方程等來對去噪中的擴散系數進行自由動態了解，能夠在消除噪聲的同時較為完善保護圖像的邊緣信息。在高斯噪聲圖像處理中運用隨機偏微分方程等，以獲得更加理想的噪聲消除效果。

3 結論

在圖像處理中消除噪聲是十分重要的環節。在眾多消除噪聲的方式中包含著傳統濾波技術與新型濾波技術。伴隨著圖像處理消除噪聲研究的深入開展，人們在不同消除噪聲的技術上都做了各種優化處理，將各種全新的技術都應用到消除噪聲當中，例如模糊理論、神經網絡、小波變化等等。這些新技術的應用在不同程度上都強化了去噪效果，但是在實際使用中可能會存在運算復雜、適用范圍狹小等問題。因此，在圖像處理中要綜合考慮圖像的各項因素，選擇最為合適的消除噪聲的方法。

參考文獻

[1]黃紅波.一種基于二維小波塊閾值數字圖像去噪方法[J].湖南理工學院學報：自然科學版，2006（1）：31-33，39.

[2]王東東，王福明.基于MATLAB的數字圖像噪聲去除技術研究[J].機械工程與自動化，2015（2）：98-99.

[3]趙杰，任子暉.數字圖像去噪技術及其在PET圖像處理中的應用和局限[J].中國數字醫學，2016（5）：89-91.