毕业论文移动版

在工程中，图像的处理、接收、传输和形成的过程中，一定会存在内部干扰和外部干扰。 图像平滑或者滤波，就是指消除图像噪声的工作。有两个功能，改善抽出特征和改善图像质 量。平滑处理可以在频率域或者空间域进行。空间域常用的是中值滤波、均值滤波和高斯滤 波。频率域常用的是维纳滤波、低通滤波、高通滤波。

下面介绍空间域常见的平滑滤波方法。包括以下 3 种。 线性平滑是对用每一个像素点领域的灰度值代替它本身的灰度值。领域大小为 N*N，N 的

大小一般为技术。常用的有 3*3 均值滤波器。经过线性平滑滤波后，等价于整个图像经过了一 个二维的低通滤波器，在降低噪声的同时也模糊了图像的细节与边缘。

非线性平滑是对线性平滑的一种改进。当像素的灰度值与邻域的灰度值之间的差值大于某 一个阙值时，用已知的均值代替，当不大于时，则不改变像素的灰度值。非线性平滑的方法可 以在对图像细节影响不大的情况下，消除部分孤立噪声点，但是图像的边缘会有一定失真。

自适应平滑是要根据当地、当时的情况开进行控制的平滑方法。所以这种算法要有一个自 适应的目标。根据目的的不同，可以有不同的图像处理方法。因为目标图像与背景图像会有不 同的统计特性，即方差和均值不同，为了保留边缘信息，可以使用自适应的局部平滑法。自适 应的平滑滤波的目标是尽量不模糊边缘轮廓。比如选择式掩摸平滑法。