噪声滤波器

3.2.1　噪声滤波器

若出现退化的仅仅是噪声，降低噪声实现图像复原的方法是空间滤波，这里使用在2.1.3节中讨论过的相似技术。MATLAB图像处理工具箱中提供了添加噪声函数imnoise()，能够产生可用类型和参数的噪声，输出一幅有噪声的图像。还提供了另外一个函数imnoise2()产生噪声模式本身，以及寻找数组中非0元素的下标索引函数find()和空间滤波函数spfilt()，在work目录下，调用spfilt.p、imnoise2.p和changeclass.p函数。图3－1是一幅原始图像;图3－2是被概率为0.1的胡椒盐噪声污染后的图像，能看出污染点为黑点;图3－3是用参数为正值的反调和滤波器进行滤波后的图像，降低了噪声;图3－4是使用最大滤波器进行滤波后得到的类似结果;图3－5是原始图像被概率为0.1的盐粒噪声污染后的图像，污染点是白色的;图3－6是用参数为负值的反调和滤波器进行滤波后的图像，同样降低了噪声;图3－7是使用最小滤波器进行滤波后得到的类似结果。程序代码如下:

f=imread('woman.jpg');

imshow(f);

［M，N］=size(f);

r=imnoise2('salt＆pepper'，M，N，0.1，0);

c=find(r==0);

gp=f;

gp(c)=0;

figure，imshow(gp);

g1=spfilt(gp，'chmean'，3，3，1.5);

figure，imshow(g1);

g2=spfilt(gp，'max'，3，3);

figure，imshow(g2);

r=imnoise2('salt＆pepper'，M，N，0，0.1);

c=find(r==1);

gs=f;

gs(c)=255;

figure，imshow(gs);

g3=spfilt(gs，'chmean'，3，3，－1.5);

figure，imshow(g3);

g4=spfilt(gs，'min'，3，3);

figure，imshow(g4)。

图3－1

图3－2

图3－3

图3－4

图3－5

图3－6

图3－7