图像滤波就是采用一定的算法对数字图像进行处理，以获得人眼视觉或者某种接受系统所需要的图像处理过程。对图像滤波的要求是，既能滤除图像中的噪声又能保持图像的细节,由于噪声和图像细节的混叠，所以在图像滤波中，图像的去噪与细节的保留往往是一对矛盾。44709

数字图像滤波技术是20世界60年代发展起来的一门新兴学科，随着图像滤波理论和方法的进一步完善，使得数字图像滤波技术在各个领域得到了广泛的应用，并显示出广阔的应用前景[1]。面对数字化时代的来临，图像滤波知识显得越来越重要，实际上图像滤波已经渗透到计算机、电子、地质、气象、医学等诸多领域。

2.图像噪声

2.1图像噪声的来源

图像噪声，是指妨碍人的视觉或相关传感器对图像信息进行理解或研究的各种原因。普遍噪声是不行预测的随机信号。图像噪声是多种多样的，其性质也千差万别，所以了解噪声的分类是很有必要的。

数字图像的噪声主要来源于图像的获取(数字化过程)和传输过程。图像传感的工作情况受各种因素的影响论文网，如图像获取中的环境条件和传感元器件自身的质量。例如，使用CCD摄像机获取图像，光照程度和传感器温度是生成图像中产生大量噪声的主要因素。图像在传输过程中主要由于所用的传输信道的干扰受到的噪声。比如，通过无线电网络传输的图像肯能会因为光或其他的大气因素的干扰被污染。也有很大一部分来自电子元器件，如电阻引起的热噪声；真空器件引起的散粒噪声和闪烁噪声；面结型晶体管产生的颗粒噪声和1/f噪声；场效应管的沟道热噪声；光电管的光量子噪声和电子起伏噪声；摄像管引起的各种噪声等等。由这些元器件组成各种电子线路以及构成的设备又将使这些噪声产生不同的变换而形成局部线路和设备的噪声。另外还有就是光学现象所产生的图像光学噪声。

2.2一般常见的图像噪声

2.2.1高斯噪声

高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声包括热噪声和散粒噪声。

2.2.2椒盐噪声

椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。它包括两种噪声，一种是盐噪声（salt noise），另一种是胡椒噪声（pepper noise）[3]。盐=白色，椒=黑色。前者是高灰度噪声，后者属于低灰度噪声。一般两种噪声同时出现，呈现在图像上就是黑白杂点。

3.分析图像去噪

3.1 Matlab软件在图像去噪中的应用

MATLAB软件主要包括Simulink以及功能各异的工具箱、以矩阵运算为基础，把计算、可视化、程序设计融合到一个简易的交互平台里。它可以实现工程计算、算法研究、符号运算、建模和仿真、原型开发、信号处理、小波、神经网络以及通信等多个不同领域的专用工具箱，极大地方便了不同科学研究工作[4]。

MATLAB在图像处理中的应用是由一系列支持图像处理的操作函数组成，如几何操作、区域操作和块操作、滤波、变换、图像边缘提取、图像增强等。为便于应用，该软件中形成图像处理工具包。图像处理工具包的函数种类很多，包括：图像显示、图像文件的输入与输出、几何操作、像素值统计、图像分析与增强、图像滤波、滤波器、图像变换、图像类型转换等[5]-[6]。该工具包与其它操作一样，也可自行编写函数。

3.2图像去噪的方法