基于数学形态学的图像滤波研究
毕业论文关键词：数学形态学；图像去噪；高斯噪声；开关形态学去噪算法
Title Image Denoising Based on Mathematical Morphology
Abstract The digital image is an important way for our human to access and deliver effective information. The work done in this paper includes the following: the research background, basic concepts ,significance and development trends of image denoising；subiective and objective evaluation methods of image quality, MSE, SNR, PSNR；the classification of image noise, several noise models like impulse noise and gaussian noise；the application and weak points of classical denoising algorithms such as mean filter, median filter and wiener filter；the development,basic concepts and principles of mathematical morphology, four basic operation of binary and grayscale morphology: dilation, erosion, open and close, and their applications in image denoising.；The paper proposes a new mathematical morphology algorithm
Keywords: Mathematical Morphology; Image Denoising; Gaussian Noise; Switching Morphology Denoising Algorithm
目录
1 绪论 1
1.1 图像去噪的研究背景及意义 1
1.2 图像去噪的研究现状及发展趋势 .. 2
1.3 去噪效果的评价方法 4
2 图像噪声及常用的去噪方法 . 5
2.1 图像噪声 . 5
2.2 常见的去噪方法 . 6
3 数学形态学 .. 13
3.1 概述 . 13
3.2 数学形态学的基本运算 13
3.3 灰度形态学 . 19
4 数学形态学滤波器去噪 . 22
4.1 概述 . 22
4.2 结构元素 24
4.3 形态学变换 . 28
4.4 新算法展望 . 31
结论 . 33
致谢 . 34
参考文献 35
1 绪论 1.1 图像去噪的研究背景及意义 曾经有国外学者做过统计，人类所获得的信息有 80%以上是来自眼睛摄取的图像。数字图像不仅在卫星电视、核磁共振成像、电脑扫描等人们日常生活应用方面起重要作用；而且还在地理信息系统、航空航天等科学研究领域扮演着重要角色。可见，图像信息是一种获取和传递信息的最重要的媒体和手段。数字图像处理起源于 20 世纪20年代，近几十年来，随着各种数字设备和数码产品的普及、各类数字影像的大批量生产，数字图像处理成为数学技术和计算机技术交叉领域的一个研究热点。数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理以满足人的视觉心理或应用需求的过程。数字图像处理主要包括:图像预处理、图像分割、目标识别、可视化技术等。目前数字图像处理技术已广泛应用于许多社会领域，如工业、农业、国防、公安刑侦、科研、生物医学、通信等等。