w(Q); title('椒盐噪声'); РM=fspecial('average',3*3); РE=imfilter(Q,M); Рfigure; imshow(E); title('3*3平均模板'); РN=fspecial('average',5*5); РK=imfilter(Q,N); Рfigure; imshow(K); title('5*5平均模板'); РZ=fspecial('average',7*7); РJ=imfilter(Q,Z); Рfigure; imshow(J); title('7*7平均模板');Р运行后的得到的结果:(去噪前后对比)Р总结与展望Р现实中的图像多为含噪图像,当噪声较严重时,会影响图像的分割、识别和理解。传统的去噪方法在去噪的同时使图像的细节变得模糊。本文对中值滤波去噪进行了深入的研究,取得了一定的效果。与此同时,本论文在的研究工作仍然存在着许多缺陷有待进一步的完善。Р1 全文工作总结Р中值滤波有好的空频局域特性和多分辨率特性,使得它在数字图像处理领域有着广泛的应用前景。本论文针对中值滤波在图像去噪方面的应用进行了研究。具体归纳如下:Р本文首先总结了各种图像去噪方法,并对其进行了总结与对比,提出了各自的优缺点,引出了中值滤波图像去噪方法,阐述了中值滤波的基础理论,给出了中值滤波的基本概念、基本思想、发展历程和中值滤波去噪的基本方法。Р2 工作展望Р中值滤波法在图像去噪应用已取得了很好的成果,但还是存大着一些不足。本论文对中值滤波在图像去噪中的应用进行研究,但工作还不够完善。针对本论文的研究内容和中值滤波去噪的发展趋势提出一些改进的思路与想法,以供以后工作借鉴:Р(1):检验后得到的为噪声点应该进行再一次的检测,对其是真正的噪声点与否进行确定。Р(2):如果得到真正的噪声点,用信息点的中值而不能用包括噪声点的中值。
全文预览
