论文摘要
在网络和通信技术不断发展的今天，承载着信息的图像信号已经在科学研究、工农业生产、军事技术、医疗卫生、教育等许多领域得到了广泛应用。然而图像信号在形成、传输和接收过程中，受到采集系统、传输媒介及成像系统等的干扰，会引入不同程度的噪声，使得图像质量下降，影响其视觉效果。由于图像的许多后续处理工作（如边缘检测、模式识别、图像分割等）的成败在很大程度上依赖于噪声去除的效果和质量，因此有效的噪声滤除工作是图像处理过程中非常关键的一个环节。随着图像处理技术的进步，人们在常用的均值滤波算法和中值滤波算法基础上又提出了许多滤波算法，以求达到既能保留图像细节又能很好地滤除图像噪声的目的。本文借鉴了图像处理技术中的一些图像去噪算法，并针对灰度图像的特点，将城区距离与图像相邻像素之间的相关性原理相结合，应用于图像的噪声滤除工作中，取得了较好效果。本文首先论述图像去噪技术的研究背景、研究意义及其研究现状，在了解图像去噪技术的基础上，对本文的研究内容进行阐述；然后介绍了常见图像噪声的数学模型和图像质量的评价标准，具体概述了传统的数字图像处理方法及其各方法的优缺点；最后在介绍了数字图像中常见的距离量度函数的基础上，选用城区距离作为窗口扩展的依据，建立基于城区距离自适应扩展的滤波窗口，结合图像相邻像素之间的相关性原理，提出了基于城区距离自适应扩展的几个滤波算法。算法提高了峰值信噪比，并且能够在滤除椒盐噪声的同时更好地保护图像的细节信息。本文主要做了以下三方面的研究工作：（1）分析图像中常见的距离量度函数作为窗口扩展方式的特点，选用了使窗口扩展速度较快，并且程序容易实现的城区距离作为滤波窗口扩展方式，提出了一种基于城区距离自适应扩展的滤波窗口。其最突出的特点是：窗口的大小没有局限性，可以根据窗口内信号点的个数自适应地调节。基于城区距离自适应扩展的滤波窗口与加权均值滤波相结合，构成基于城区距离的自适应加权均值滤波算法，其去噪效果显著，尤其对噪声密度较大的图像，去噪效果更佳。（2）鉴于图像相邻像素之间具有相关性，在对图像进行滤波处理时，希望用到像素点周围全方位的信息。基于此考虑，本文在基于城区距离的自适应加权均值滤波算法的基础上，提出了基于城区距离的自适应全局滤波算法。算法能够保证以当前点为坐标原点，该点周围的四个象限中都有可用的信号点。（3）图像在进行滤波处理时，信号点和当前点的距离与其对当前点的贡献是成反比的，即当信号点与当前点的距离越大时，其对当前点的贡献就越小。由此，本文提出了改进的基于城区距离的自适应全局滤波算法：在以当前点为坐标原点的四个象限中，将信号点到当前点的欧式距离作为权值，对信号点加权平均得到重心位置像素值；再对重心位置的像素点进行加权平均，以实现信号点对当前点贡献的调整。为了验证算法的有效性，本文在VC++6.0实验环境下对含有不同密度噪声的Lena图进行了测试，并分别与中值滤波算法、均值滤波算法和改进的自适应中值滤波算法（IAMF）作了比较，选用滤波后的直观效果和客观数据来说明滤波效果。通过仿真实验，本文提出的滤波算法能够有效地滤除椒盐噪声并且保留细节信息，而其中的基于城区距离的自适应加权均值滤波算法，对于噪声密度较大的图像，去噪效果尤为显著。