3.3.3　滤波算法流程 15

3.4　仿真及结果分析 17

结  论 24

致  谢 25

参考文献 26

1 绪论

1.1 引言

研究表明，人类通过眼睛所获取的信息量约占总信息量的80%。其中图像所发挥的作用不言而喻。从石器时代开始，人们就开始用简单的图形图像来记录日常的生产生活。进而随着人类文明的发展，文字绘画开始作为记录信息的主要途径。进入工业时代以来，图形以其信息量大，直观便于理解的特性开始在各个领域发挥着更加重要的作用。图形图像学作为一门专门针对图像的学科逐渐发展起来，其旨在用数学方法对图像进行分析处理，以达到特定的预期效果。

第三次科技革命掀起了数字化的浪潮，而数字化的出现也使得图像处理变得更加简便易行，通过将图像分解为若干大小的像素点，再用矩阵运算等数学方法对单个像素点进行操作，可以实现像素点级的图像处理，图像内部包含的信息被更加精确地解读。也可以对图像进行各种数字处理加工，以满足人们各方面的需要。

1.2 本课题研究意义

数字图像在给人们带来这么多便利的同时其自身也存在着许多缺陷。其中噪声干扰问题一直是图像处理的热点。在数字图像的获取、传输及储存过程中，由于传感器的不稳定，传输信道的干扰，存储介质的不均匀与及环境的干扰等，会在图像中叠加噪声。噪声的存在会严重影响图像的质量并给后续的图像处理带来相当大的困难，故而需要对图像进行去噪处理，以保证图像分割、边缘检测、特征提取等后续处理的效果。图像噪声滤除是图像处理中一个必不可少的操作环节，也是现代图像处理技术一个非常重要的研究方向。因而，对图像去噪的研究一直是数字图像处理领域基础而至关重要的一方面，对高性能图像滤波器的研究一直是众多学者关注的焦点，并有着重要的意义。

1.3 本课题研究背景及现状

1.4 本文内容安排和研究内容 

本文对一般的自适应中值滤波器提出了修正，通过模糊隶属函数添加阈值，旨在提升滤波器在探测和削弱椒盐噪声方面的性能。新型的自适应模糊中值滤波器由两个功能模块组成，自适应模块和模糊阈值模块。该算法结合了自适应和模糊滤波的优点，同时算法简单易懂，也有效地提高了滤波效果。

本文由以下几部分组成：第一部分介绍了本课题的研究意义、背景及内容安排。第二部分对获取图像的EMCCD器件进行了简要介绍，叙述了其工作原理和特点，并介绍了EMCCD中常见的几种噪声。第三部分介绍了数字图像处理方面的知识，包括数字图像中常见的几种噪声模型，并分类介绍了几种常用的滤波技术，并比较了其优缺点。着重提出并分析了改进的自适应模糊中值滤波器，并分两个模块阐述了其算法及工作原理，通过对实际图像的处理和数据测试，分析了该滤波器的处理结果及其在图像边缘细节处的优势，并与其它现有滤波算法做了对比。最后，给出了本文的结论。

 2 EMCCD工作原理

2.1  引言

自从1996年美国贝尔实验室发明出世界上第一只电荷耦合器件（Charge Coupled Device，简称CCD）以来，依靠成熟的MOS集成电路工艺，CCD技术得以迅速发展。CCD集光电转换、电荷存储、电荷转移和自扫描等功能于一体，与传统的真空摄像器件相比有光谱响应宽、灵敏度高、动态范围大、寿命长、功耗低等优点。CCD问世后，首先在普通成像领域得到了广泛的应用，并且逐步扩大其应用范围，大约在1972年开始用于微光领域的研究。  基于模糊中值滤波算法的EMCCD噪声抑制研究(2):http://www.youerw.com/tongxin/lunwen_65347.html