毕业论文移动版

                                                               (3。1)

其中 h 为高斯核的标准差，h 取不同的值可以得到不同的平滑程度的高斯核。 定义 1．1 方法噪声(Method Noise)[2]

设 U 为图像，Dh 是依赖于参数 h 的去噪算子，则 u 的方法噪声定义为：

                                                            (3。2)

即原始图像与去噪后的图像的差。方法噪声必须尽可能地接近于白噪声，这 样才能保证图像不会因为去噪而丢失其他细节信息。所以一般希望去噪算法的方 法噪 声尽可能小且接近于白噪声。高斯滤波器的方法噪声为：

                                                     (3。3)

去噪性能依赖于平滑邻域是否足够大，从而使得噪声通过平均而得到抑制。 设 h=K，k 为 h 间隔内对图像 U 和噪声 n 的采样数，其数值必须远远大于 1 以保 证有效去噪。高斯平滑的效果可以通过参考像素点 i=0 的处理结果评价