淺談數(shù)字圖像處理去噪技術(shù)

肖梓涵

（廣州大學(xué)附屬中學(xué)，廣州 510006）

1 引言

數(shù)字圖像處理技術(shù)出現(xiàn)后，人們可以利用它對(duì)圖像根據(jù)自己的需要進(jìn)行修改和美化，這使得圖片成為了像素的集合，人們可以完全控制圖片的顯示效果，對(duì)許多行業(yè)有很大的影響。

不論是電腦生成的圖像還是使用照相機(jī)拍攝的圖像，都或多或少的存在噪音。噪音就是圖像中有干擾作用的像素點(diǎn)，會(huì)影響圖像的質(zhì)量。所以對(duì)圖像進(jìn)行處理的第一步，就是要對(duì)圖像進(jìn)行去噪處理。噪聲的類型有很多種，去噪的方法也有很多種，本文將介紹常見(jiàn)的幾種噪聲和去噪方法，并且通過(guò)編程實(shí)現(xiàn)去噪算法，對(duì)比去噪前后的圖片直觀地分析出不同去噪方法適用的噪聲類型。

2 噪聲簡(jiǎn)介

在圖像領(lǐng)域中，圖像上斑斑點(diǎn)點(diǎn)的噪點(diǎn)雖然不會(huì)對(duì)圖像產(chǎn)生非常大的影響，但是同樣會(huì)影響圖像的展示效果。圖像的噪聲主要來(lái)自兩個(gè)方面，一是來(lái)源于圖像獲取過(guò)程中，比如拍照時(shí)由于環(huán)境和人為因素產(chǎn)生噪聲；二是來(lái)源于圖像的保存或是傳輸過(guò)程中，比如傳輸介質(zhì)或設(shè)備的質(zhì)量原因產(chǎn)生噪聲。

以下是較為常見(jiàn)的幾種噪聲：

（1）高斯噪聲：高斯噪聲是指其概率密度函數(shù)服從高斯分布，也就是正態(tài)分布的一種噪聲。當(dāng)圖像傳感器長(zhǎng)期工作，溫度過(guò)高或是圖像傳感器在拍攝時(shí)環(huán)境亮度不均勻時(shí)都有可能會(huì)產(chǎn)生高斯噪聲。

（2）脈沖噪聲：脈沖噪聲也被常常稱為椒鹽噪聲，它是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的亮暗點(diǎn)噪聲。 椒鹽噪聲 這個(gè)名稱十分貼切，白色亮點(diǎn)是 鹽 噪聲，黑色暗點(diǎn)是 胡椒 噪聲，兩者同時(shí)出現(xiàn)，在圖像上呈現(xiàn)出黑白相間的雜點(diǎn)。

3 去噪技術(shù)

去噪的思路分為兩種，一是找到噪聲的具體位置，將其用附近的背景色替換；二是遍歷圖像中的每一個(gè)像素，用特定的方式處理每個(gè)像素，使得噪聲與背景色融合起來(lái)。如果采用第一種方式，希望通過(guò)附近的背景色去直接替換噪點(diǎn)，需要精準(zhǔn)的判斷噪點(diǎn)的具體位置。但是尋找噪聲的位置這個(gè)過(guò)程不是由人眼去執(zhí)行的，而是交由機(jī)器去處理的，所以很難找到每個(gè)噪點(diǎn)的具體位置。而采用第二種方式，遍歷每個(gè)元素，不需要去判斷該元素是否是噪聲，只需要按照規(guī)定的算法執(zhí)行即可。對(duì)比以上兩種方式，第二種方式通用性更強(qiáng)，所以大部分去噪技術(shù)采用的方案都是使噪點(diǎn)與背景色融合。以下是常見(jiàn)的去噪技術(shù)：

（1）均值去噪：均值去噪的原理是使模板范圍內(nèi)中心值等于模板范圍內(nèi)所有元素值的平均值。這樣的處理會(huì)將噪點(diǎn)與背景色融合起來(lái)。

（2）加權(quán)均值去噪：實(shí)質(zhì)還是均值去噪，但是不同之處是加權(quán)均值去噪考慮了元素之間的距離對(duì)中心元素的值產(chǎn)生的作用不同，所以在計(jì)算平均值時(shí)加了權(quán)重的概念。[1]

（3）中值去噪：中值去噪的原理是使模板范圍內(nèi)中心值等于模板范圍內(nèi)所有元素的中位數(shù)，這樣同樣可以起到將噪點(diǎn)與背景色融合的作用。

4 去噪技術(shù)原理

4.1 均值去噪

均值去噪是將模板范圍內(nèi)元素均值賦給中間元素，這樣在遍歷圖像的像素時(shí)，當(dāng)噪聲位于模板中間時(shí)，它就會(huì)被模板中像素的平均值所代替。這樣，就可以達(dá)到去噪的目的[2]。模板是常見(jiàn)的3*3九宮格模板，如表1所示：

表1 去噪模板

表格中的數(shù)字代表求均值時(shí)元素的權(quán)重，由于該均值去噪算法不考慮權(quán)重，所以都賦值為1。當(dāng)遍歷到圖像中的某個(gè)區(qū)域如表2所示：

表2 圖像區(qū)域

其中，中心元素為噪聲，對(duì)其使用均值去噪算法，中心像素的值為：

可以看出，中心噪聲被融合進(jìn)背景色。

使用MATLAB進(jìn)行實(shí)現(xiàn)的代碼如下：

4.2 加權(quán)均值去噪

加權(quán)均值去噪算法和均值去噪算法類似，不同的是，加權(quán)均值去噪算法考慮了模板中其他點(diǎn)與中心點(diǎn)距離不同影響也不同這一因素。所以給不同距離的元素賦予了不同的權(quán)值，這樣在求平均值時(shí)可能會(huì)更加合理。

但是加權(quán)均值去噪算法未必一定要優(yōu)于均值去噪算法，因?yàn)闄?quán)值的確定是個(gè)很大的問(wèn)題，如果權(quán)值設(shè)置的不合理，可能會(huì)影響到去噪的效果。

加權(quán)均值去噪算法最常見(jiàn)的模板就是四鄰域權(quán)值模板，也就是給3*3模板中，中心元素對(duì)自己影響最大，權(quán)值賦予4，中心元素上下左右四個(gè)元素權(quán)值賦予2，其他四個(gè)元素權(quán)值賦予模板如表3所示：

表3 去噪模板

表格中的數(shù)字代表求均值時(shí)元素的權(quán)重，當(dāng)遍歷到圖像中的某個(gè)區(qū)域如表4所示：

表4 圖像區(qū)域

其中，中心元素為噪聲，對(duì)其使用均值去噪算法，中心像素的值為：

由結(jié)果可以看出，對(duì)于以上圖像區(qū)域，加權(quán)均值去噪算法去噪效果沒(méi)有均值去噪算法好，但是加權(quán)的思想是一個(gè)很大的進(jìn)步。

使用MATLAB進(jìn)行實(shí)現(xiàn)的代碼如下：

4.3 中值去噪

中值去噪算法的思路也很簡(jiǎn)單，就是將模板內(nèi)的中位數(shù)賦值給中心元素，原理是在一個(gè)模板中，排在中間的元素基本不可能是噪聲，因?yàn)槿绻窃肼?，那說(shuō)明模板中大多數(shù)元素是噪聲，這種情況比較少見(jiàn)。

使用MATLAB進(jìn)行實(shí)現(xiàn)的代碼如下：

5 執(zhí)行效果圖

圖1 椒鹽噪聲原圖

圖2 均值去噪效果圖

圖3 加權(quán)均值去噪效果圖

圖4 中值去噪效果圖

從圖1～圖4可以看出，對(duì)于椒鹽噪聲，以上三種去噪方式，使用均值去噪和加權(quán)均值去噪后，還有部分噪聲未去除，而使用中值去噪基本去除了噪聲，去噪效果較好。

圖5 高斯噪聲原圖

圖6 均值去噪效果圖

圖7 加權(quán)均值去噪效果圖

圖8 中值去噪效果圖

從圖5～圖8可以看出，對(duì)于高斯噪聲，以上三種去噪方式，使用均值去噪和中值去噪后，中部的噪聲比較明顯，而使用均值去噪效果較好。

6 結(jié)束語(yǔ)

本文研究的去噪技術(shù)屬于處理數(shù)字圖像過(guò)程中預(yù)處理階段的一個(gè)步驟[3]。雖然原理和內(nèi)容不是很多，但是深究起來(lái)還是有很多值得挖掘的地方。比如說(shuō)加權(quán)均值去噪算法的權(quán)值思想就非常值得我們?nèi)ゼ?xì)細(xì)品味。

使用MATLAB軟件編碼實(shí)現(xiàn)了三種常見(jiàn)的去噪算法后，可以明顯的看出，對(duì)于不同種類的圖像噪聲而言，適用的去噪算法是不同的。椒鹽噪聲由于只是黑白兩色的噪點(diǎn)，所以在使用均值去噪方法時(shí)容易拉高或拉低均值，但是在中值去噪算法中卻能夠被排列在數(shù)列的兩端，基本不會(huì)影響中位數(shù)的選擇，所以更優(yōu)。高斯噪聲由于是服從正態(tài)分布的一種噪聲，所以在某一個(gè)區(qū)域中會(huì)存在多個(gè)，這樣在使用中值去噪時(shí)就會(huì)影響到中位數(shù)的選擇，而使用均值去噪時(shí)，噪聲的值最終都被求了均值，效果更優(yōu)。

通過(guò)對(duì)數(shù)字圖像處理去噪技術(shù)的研究，我認(rèn)為技術(shù)不分高低，而分深淺，去噪技術(shù)深入研究后就是研究數(shù)學(xué)的問(wèn)題。技術(shù)之間也未必一定有好壞之分，在不同的場(chǎng)景下，根據(jù)實(shí)際情況選擇合適的技術(shù)才是更重要的。

[1] 楊晨.基于方法噪聲的非局部均值圖像去噪[D].西安電子科技大學(xué)，2013.

[2] 駱歡.基于部分頻譜數(shù)據(jù)圖像重構(gòu)的去噪算法[D].上海交通大學(xué)，2009.

[3] 張旭.數(shù)字濾波技術(shù)在醫(yī)學(xué)圖像去噪處理中的應(yīng)用研究[D].中北大學(xué)，2005.