圖像去噪方法探析

馬云++曾祥忠

摘 要：圖像、聲音等是社會生產(chǎn)生活中重要的信息來源，通過圖像處理人們能夠更加直觀形象地理解信息內(nèi)涵。但是在我們獲得的圖像里會夾雜很多噪聲，圖像的噪聲會大大阻礙人們對圖像內(nèi)涵的理解。圖像去噪成為信息領域一個重要的研究方向，其目的就是去除圖像中的噪聲，提高圖像的識別程度，更加方便人們的生產(chǎn)生活。目前，圖像去噪的方法已經(jīng)比較成熟。簡要介紹了一些常用的去噪方法，并分析了各種方法的優(yōu)劣。

關鍵詞：圖像；噪聲；去噪方法；反變換

中圖分類號：TP391.41 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.23.084

1 圖像的噪聲

當人們通過感覺器官接收信息源發(fā)出的信息時，由于源頭或者傳輸過程的干擾，接收到的信息會受到一定的阻礙，我們通常把這種對感覺器官對信息接收產(chǎn)生阻礙的因素稱為“噪聲”。如果我們用維度來解釋，一張黑白圖片，我們就可以把f（x，y）定義為其平面亮度分布，而R（x，y）表示對這個黑白圖片接收過程中產(chǎn)生的干擾的亮度分布，也就是我們所說的圖像噪聲。對于黑白電視，由于其圖像是動態(tài)的，其亮度分布需要用三維表示，其噪聲就可以表示為R（x，y，t）；對于彩色電視圖像噪聲，需要用四維的R（x，y，t，λ）表示。

噪聲實際上是隨機的不能預測的，理論上用概率統(tǒng)計來認識的一種“隨機誤差”。結合上述多維噪聲分布，我們用多維隨機來描述噪聲更加合適。既然噪聲符合多維隨機，我們就可以用概率密度函數(shù)和概率分布函數(shù)來對其進行描述分析。理論上雖然可行，但是概率密度函數(shù)和概率分布函數(shù)處理起來還是非常復雜的。另外，在實際中也沒有必要進行如此復雜的處理。在綜合考慮噪聲特征和實際的情況下，我們通常采用數(shù)值特征（均值方差、相關函數(shù)）來分析。數(shù)值特征分析簡單，同時又能反映噪聲特點。

在現(xiàn)在的很多數(shù)字圖像系統(tǒng)中，光圖像的傳輸處理都不是直接傳輸?shù)?，而是要?jīng)過先凍結再掃描的過程，最后以電信號傳輸。電信號是一維的，而圖像是多維的。這就需要對圖像進行凍結處理再進行掃描，然后進行存儲、傳輸?shù)燃庸?，最后再把電信號還原為多維的圖像信號。由于圖像的噪聲與圖像是一體的，所以圖像噪聲也要經(jīng)歷這個復雜的過程。電氣系統(tǒng)和外界影響會給圖像噪聲帶來很多影響，使得圖像噪聲的分析變得十分復雜，也很難十分精確。圖像是人們通過視覺系統(tǒng)對其理解獲取信息的媒介，由人的噪聲視覺特性發(fā)現(xiàn)，對于不同的圖像噪聲，人們的感覺是不一樣的。關于這方面的研究其實很早就已經(jīng)開始了，不過現(xiàn)在人們對視覺系統(tǒng)本身都沒有完全搞清楚，所以視覺系統(tǒng)對圖像噪聲的理解不同原因還無法得到解決，現(xiàn)在只能對圖像噪聲進行一些主觀的評價研究，客觀因素還有待解決。

目前，雖然圖像噪聲分析還不是十分完善，不過圖像噪聲分析在數(shù)字圖像處理方面的作用越發(fā)重要。像Χ射線圖像系統(tǒng)噪聲去除、航拍圖像高放大倍數(shù)的判讀等都需要圖像噪聲處理技術，而像全息技術、圖像信息的偽裝、圖像空間頻率特性的某些性能測試等，也都涉及到圖像噪聲分析。

2 圖像噪聲的分類

由于圖像噪聲的成因各不相同，所以種類很多，對圖像信號的幅度和相位影響也就十分復雜。有些噪聲之間是相互獨立的，有些則是相關的；有些跟圖像是相互獨立的，有些則是有影響的。所以，要想有效地進行圖像降噪，就需要針對具體情況采取特定的方法。只有這樣，才能獲得滿意的處理效果。接下來我們就簡單介紹一下常見的噪聲種類。

2.1 加性噪聲

加性噪聲是電視攝像機掃描圖像產(chǎn)生的噪聲或在圖像傳輸過程中產(chǎn)生的“信道噪聲”。這類噪聲是獨立的，與圖像信號不相關。這類圖像（g）可以表示成理想無噪圖像（f）與噪聲（n）之和，即：

2.2 乘性噪聲

乘性噪聲是在膠片顆粒、電視掃描光柵、飛點掃描圖像等中造成的噪聲。這類噪聲是與圖像信號相關的。乘性噪聲與圖像的關系為：

2.3 “椒鹽”噪聲

“椒鹽”噪聲是因切割引起的，黑圖像上的白點、白圖像上的黑點在變換域引入誤差，在圖像反變換后造成的變換噪聲。

2.4 量化噪聲

量化噪聲是數(shù)字化圖像的主要噪聲，根據(jù)它的大小可以判斷出數(shù)字圖像與原始圖像的差異，通常采取按灰度級概率密度函數(shù)選擇量化級的最優(yōu)量化措施來進行降噪處理。

3 圖像中去噪方法概述

圖像的噪聲來源多種多樣，像電磁波或經(jīng)電源串進系統(tǒng)而引起的外部噪聲，這些屬于外部干擾；而電器機械振動產(chǎn)生的抖動噪聲或攝像機的熱噪聲則屬于內(nèi)部干擾。對于不同的噪聲，目前常用的去噪方法通常在空間域或變換域處理。

圖像空間域去噪方法很多，也很常用，有鄰域平均法、低通濾波法、多幅圖像平均法、中值濾波法等。鄰域平均法是一種局部空間域算法，但是這種方法要想達到降噪的目的，需要以犧牲圖像的清晰為代價；低通濾波法通過低通卷積模板在圖像空間域進行二維卷積來達到去除圖像噪聲的目的；多幅圖像平均法是通過同一景物的多幅圖像進行分析，然后取平均來進行降噪處理；中值濾波法是一種比較方便的方法，它屬于空間域非線性濾波，不需要進行圖像的統(tǒng)計，由于是非線性的，就避免了線性濾波器造成的圖像細節(jié)模糊尷尬，尤其對脈沖干擾最有效。

右擊“結果”→ 一維繪圖組→全局→電流→阻抗→修改表達式為180×arg（ec.Z11）/pi→繪圖；右擊“導出”→動畫→阻抗相位。具體如圖4所示。

4 結論

全局仿真圖反應了阻抗大小、相位的特性、空腔的阻抗對稱。當空腔經(jīng)過電極正下方時，阻抗值出現(xiàn)一個尖峰，大小為

2 800左右，相位為-22.5. 在此情況下，通過阻抗可以推測空腔的位置，也可以根據(jù)位置推測阻抗值。動畫效果式的繪圖形象增強了人們的感性認識。

參考文獻

[1]郝麗玲.經(jīng)絡研究中的磁探測電阻抗成像[D].天津：天津大學，2010.

〔編輯：張思楠〕