雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际先进研究期刊》的研究在电子、电子、仪表工程

菜单

ISSN在线(2278 - 8875)打印(2320 - 3765)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

混合中值滤波对脉冲噪声的图像在图像恢复

拉克什M.R1Ajeya B2,Mohan A.R2
  1. M。理工大学学生,部门的ECE Canara工程学院,芒格洛尔,卡纳塔克邦,印度
  2. 助理教授、ECE系Canara工程学院,芒格洛尔,卡纳塔克邦,印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

由摄像机获取的图像和处理并存储在内存中。在这个过程中损坏图像脉冲噪声。图像像素越来越损坏由于这些噪音。噪音发生由于传输错误,相机像素元素传感器故障,错误的内存位置,时间在模拟数字转换错误。然后我们的目标是消除这种噪声最大的主图像保存功能。图像处理包括许多过滤器,以消除脉冲噪声。过滤器的混合中值滤波器有点中值滤波的改进版本,比中值滤波去除噪声。

关键字
线性滤波,非线性滤波器、中值滤波器混合中值滤波器。

介绍
图像通常被脉冲噪声由于传输错误,相机像素元素传感器故障,错误的内存位置,时间在模拟数字转换错误。在大多数应用程序中,图像去噪是后续图像处理操作的基础。噪声去除的目的是抑制噪声的同时保留图像细节。提出了各种各样的技术去除脉冲噪声。噪声扰动的像素值。噪声传感器或成像过程中产生。噪音可能降低目视判读。噪声可以被过滤。当然,噪声不能被完全移除。噪声去除过程中正确的像素值。 Generic filters such as the mean filters, order statistics filters are used to remove the noise in an image.
图像过滤器生成一个新的图像像素值从一个原始操作。过滤器是用来抑制噪声,提高对比,发现边缘,和定位功能。如果我们想要提高图像的质量,我们可以利用各种滤波技术在图像处理是可用的。有各种过滤器可以去除图像的噪声和保持图像细节,提高图像的质量。常见的噪声含有脉冲噪声图像。盐和胡椒噪声脉冲噪声(图像的随机黑白点)。均值滤波去除脉冲噪声的不完美。脉冲噪声可以删除次序统计滤波器。中值滤波器是滤波器去除大部分的噪声在图像。但先进的过滤器被称为混合中值滤波器保护角脉冲噪声的去除。
有任何类型的噪声添加到输入图像和图像退化。图像的退化不应该在图像处理。,我们必须尽可能地去除图像中的噪声。为了消除我们使用各种类型的过滤器。脉冲噪声主要分为两种类型:
•盐和胡椒噪声(等于高度的冲动)脉冲值表示为0到255。典型的噪声源包括斑点的尘埃在CCD相机和过热或错误的元素
•Random-valued脉冲噪声(高度不平等的冲动)脉冲值在0到255之间。
除脉冲可以在混合中值滤波器是非常好的。通过混合中值滤波器几乎脉冲噪声从形象。
图像

线性和非线性滤波器
过滤器,去除不必要的东西。为了图像噪音我们可以使用过滤器等
•线性图像平滑过滤器:去除噪声的一个方法是在原始图像卷积面具,代表一个低通滤波器和平滑操作。例如,高斯掩模包括元素由一个高斯函数。这个卷积将每个像素的值带入更和谐与邻国的值。一般来说,每个像素平滑滤波器组的平均价值,或加权平均,本身及其附近的邻居;高斯滤波器是一个可能的权重。
•非线性图像过滤器:中值滤波是一种非线性滤波器的例子,如果设计得当,很擅长保留图像细节。运行中值滤波:1。考虑图像中每个像素,2。邻近的像素分类整理订单根据他们的强度,3。替换原来的像素值的中值。
答:线性滤波
线性滤波过滤的价值输出像素的线性组合输入像素的像素值的附近。
图像
然而,在一些情况下一个找不到一个可以接受的线性滤波器,因为非附加或非高斯噪声。例如,线性过滤器可以除去添加剂高频噪声信号和噪声在频域不重叠。不过,在二维信号处理信号可能有重要的和结构化的高频成分,像图像处理的边缘和细节。在这种情况下线性低通滤波器将锐利的边缘模糊和产生坏的结果。应该使用非线性滤波器。
b .非线性滤波
非线性滤波器定位和删除的数据被认为是噪音。算法是非线性的,因为它看起来在每个数据点,并决定如果数据噪声或有效信号。如果问题是噪音,它仅仅是删除,取而代之的是基于周围的数据点,估计和部分数据不考虑噪音不修改。线性滤波器,例如用于带通、高通,低通,缺乏这样的决定能力,因此修改所有数据。非线性滤波器有时也用于消除波长很短,但从数据高振幅特性。这样的一个过滤器可以被认为是一个噪音spike-rejection过滤器,但也可以有效的消除波长短的地质特征。图像恢复的操作损坏/噪声图像和估算干净的原始图像。腐败可能会等多种形式的运动模糊的声音。
c .中值滤波
中值滤波是一种非线性滤波技术,以消除冲动型噪声的能力,同时保持锋利的边缘。中值滤波器是一个次序统计滤波器。也意味着滤波器用于消除脉冲噪声。均值滤波代替像素值的均值但不保留图像细节。一些细节与均值滤波器消除。但在中值滤波器,我们不将像素值替换为邻近的像素值的意思是,我们用这些值的中值代替。中位数计算首先排序的所有像素值周围的邻居到序号,然后替换像素被认为是与中间像素值。
在中值滤波器,一个点的像素值p像素值的中值代替了8-neighbourhood的“p”。这个过滤器的操作可以表示为:
图像
图展示了一个示例计算。
图像
附近值:115119120123124125126127150。
值中位数:124。
中值滤波器提供了最好的结果在脉冲噪声比例还不到0.1%。当脉冲噪声的数量是增加了中值滤波器不给最好的结果。由于边缘最小退化,中位数过滤器可以反复应用,如果必要的。中值滤波倾向于保持亮度差异在信号的步骤,导致最小区域边界的模糊。中值滤波器也保存在图像边界的位置,使这个方法有用的视觉检查和测量。此外,应用中值滤波可以重复进行,直到没有进一步过滤图像的变化。多个应用程序的中值滤波器(较小的邻居面具)可以改善噪声抑制的损失图像的细节。与重复应用的过滤器,巴氏灭菌可以发生。
通常中位数过滤器没有用于空间grain-suppression因为粮食噪音不是冲动。但发现广泛应用于脉冲噪声的抑制。中值滤波是用于电视应用程序,例如在一个图像序列的生成顺序扫描的交错。与滤波卷积(线性过滤),非线性滤波使用邻近像素根据非线性法。中值滤波器(特定情况下的排名过滤),用于这个练习,这些过滤器是一个经典的例子。就像线性过滤器,一个非线性滤波器是通过使用一个邻居来执行的。
创建一个嘈杂的形象:-
BOATS.BMP载入图像。更新浏览器的路径。
目的是比较线性和非线性滤波的影响用来减少原始图像的噪声。噪声中的Matlab函数允许您添加不同的经典噪声图像。使用这个函数计算船的嘈杂的形象(使用“问世”噪音)。
应用线性过滤:-
我们要减少图像的噪声。让我们考虑一个(3 * 3)平均滤波器减少噪音。其内核是卷积:
图像
图像
满头花白的噪声包括随机像素被设置为黑色或白色(极端的灰度范围)。可以生成这种脉冲噪声图像数字化或在图像传输。
二世。:这是命令执行3 x3的平均滤波器:
%平均滤波器
N = 1 (3) / 9;%卷积核
i = imfilter (IB, N);
图(2)
图像(i)
标题(3×3平均滤波器的噪声图像过滤”)
v = 0:1/255:1;colormap ([v ' v ' v ']);%附近地区显示在灰色的水平
这是图片显示:
图像
“问世”不显著降低噪音。我们仍然可以很容易区分噪声像素。每个输出像素值的平均值是所有邻近像素的值,因此当一个噪声像素包含在附近;其极端值(0 - 255)用于计算平均值:
图像
这幅图像的所有像素将亮度值8除了一个嘈杂的像素的亮度值255。周围像素的输出值(和附近的所有像素包含价值255)=:(8 * 8 + 255)/ 9 = 35。这个像素的输出值因此不能代表它的邻居,噪音降低是不够的。这个线性过滤不适合降低脉冲噪声
三世。:这是命令执行中值滤波:
%中值滤波
如果= medfilt2 (IB, [3 3]);% 3 x3的中值滤波
图(3)
图像(如果)
标题(3×3中值滤波的噪声图像过滤”)
v = 0:1/255:1;colormap ([v ' v ' v ']);%附近地区显示在灰色的水平
这是图像可视化:
图像
“问世”噪音明显降低。这个中值滤波并更好地去除噪音,用更少的模糊的边缘。过滤器类型邻近像素的值;然后输出值是所有这些排序值的中值(非线性算子):
图像
让我们考虑前面的例子:像素值通过增加排序顺序:0 8 8 8 8 8 8 8,255。中间值是8。极端的亮度值0到255没有影响使用这种非线性滤波的输出值。中值滤波是有效降低脉冲噪声。
d .混合中值滤波器
这是另一种类型的非过滤器和高级版本的中值滤波。脉冲噪声去除是大大提高了混合中值滤波器。这里X的中值,+形状的邻居可以和中值计算,这些被添加到原来的中值。

混合中值滤波器
混合中值滤波窗口的滤波器的非线性类,轻松去除脉冲噪声,同时保留边缘。与中值滤波的基本版本相比,混合有更好的角落里保存特征。过滤器背后的基本思想是对任何信号(图像)的元素应用技术中值几次不同窗口形状然后得到中间值的中值。混合中值滤波器有两个中位数:在一个“X”和“+”以像素为中心。输出这两个中位数和原始像素的中值价值。
动机:保留了角落
B =羟甲基糠醛(n)执行混合中值滤波矩阵的一个使用一个n * n的盒子。混合中值滤波保留边缘比正方形内核(邻居像素)排名中值滤波,因为它是一个三步操作:数据从不同空间方向分别排名。三个值计算中位数:先生是水平和垂直的中值R像素,和MD对角D像素的中值。过滤值中位数的两个中间值和中央像素C:中位数([先生,MD, C])。
作为一个例子,n = 5:
图像
Y ={先生,MD, C}中值
混合中值滤波算法:
1。放置一个cross-window元素;
2。接元素;
3所示。顺序元素;
4所示。中间的元素;
5。放置一个+窗口/元素;
6。接元素;
7所示。顺序元素;
8。中间的元素;
9。接导致点4、8和元素本身;
10。顺序元素;
11。把中间的元素。
所有窗口过滤器有一些问题。边治疗。如果你将窗口在一个元素的边缘,部分窗口将是空的。来填补这一缺口,信号应该延长。对于混合中值滤波器有好主意来扩展图像对称。换句话说我们是添加线在顶部和底部的图像,并将列添加到左和右。混合中值滤波器的优点是保留角落和其他特性消除的3 x 3和5 5中位数过滤器。重复应用,混合中值滤波器不过度平滑图像的细节(如传统的中位数过滤器),通常提供了优越的过滤的图像视觉质量。混合中值滤波器的一个优点是由于其自适应特性,它允许过滤器执行比标准中值滤波的快速移动的图片资料的小空间。

仿真例子
的例子表明,如果有任何噪音被添加到原来的大米图像。然后发生了什么形象。以及图像过滤吗?。线性滤波器(平均滤波器)过滤器图像但平滑的图像。中值滤波器是一种非线性滤波器提供了良好的噪声去除特性。混合中值滤波器提供了更好的比中值滤波特性
图像

结论
本文的主要目的是消除图像中的脉冲噪声通过使用混合中值滤波器。可以去除脉冲噪声高效、平滑脉冲噪声以外的所有噪声。混合中值滤波器在图像处理的一些优势。重复应用混合中值滤波器不过度平滑图像细节,边治疗是可能的,混合比中值滤波,中值滤波保留边缘保持亮度差异。,简单了解IP的羟甲基糠醛也有一些缺点。只有帮助去除脉冲噪声;非线性滤波器,高计算成本。所以为了避免缺点发现新的过滤器。

引用