摘要………………………………………………………………………………………………1
Abstract……………………………………………………………………………………………电桥平衡2
目录………………………………………………………………………………………………3
引言………………………………………………………………………………………………4
第一章 图像噪音…………………中国农业发展集团总公司………………………………………………………………5
第二章 图像缩放和灰度变换处理…………………………………………………………………6 2.1图像缩放处理方法…………………………………………………………………………6 2.2图像灰度变换处理……………………………………………………………………6
第三章 图像阈值分割………………………………………………………………………8
3.1 图像分割技术概要………………………………………………………………………8
3.2图像阈值分割原理……………………………………………………………………8
3.3图像阈值分割方法……………………………………………………………………9
第四章 图像去噪…………………………………………………………………………………12
4.1 滤波原理…………………………aurita………………………………………………………12
4.2滤波实现方法………………………………………………………成人博客……………………小说林12
第五章 仿真实验结果和讨论……………………………………………………………………16
5.1图像二值化算法对比……………………………………………………………………16
5.2图像去噪效果对比………………………………………………………………………17
结论………………………………………………………………………………………………21
参考文献…………………………………………………………………………………………22
致谢语……………………………………………………………………………………………23
引言
数字图像处理是从 20 世纪 60 年代以来随着计算机技术和 VLSI 的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用上都取得了巨大的成就，并引起各方面人士的广泛重视[1]。首先，视觉是人类最重要的感知手段，图像又是视觉的基础。因此数字图像成为心理学、生物医学、计算机科学等诸多方面的学者研究视觉感知的有效工具。其次，数字图像处理在军事、遥感、工业图像处理等大型应用中也有不断增长的需求。为适用特殊的场合和获得较好的视觉效果，常常需要一种有效的方法来对图像进行处理。
数字图像处理技术从广义上可看作是各种图像加工技术的总称。它包括利用计算机和其他电子设备完成的一系列工作，如图像分割、图像变换、图像去噪等。本文主要是在整合各种优秀的阈值分割和滤波算法的基础上，实现对图像进行分割和去噪，达到处理和读取图像的目的。在MATLAB仿真的基础上，比对各种分割和去噪方法的优缺点。
大量的实验研究发现，由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响较严重。噪声给图像处理带来很多困难，对图像分割、特征提取、图像识别等具有直接影响。因此，实时采集的图像需进行滤波处理。消除图像中的噪声成份叫做图像的平滑化或滤波操作。
按信号与噪声的关系，噪声主要分为加性噪声和乘性噪声[2]：
1)加性噪声，即与信号存在与否无关，是独立于信号之外的噪声，叠加方式为[3]：
(1.1)
其中表示输出信号，表示源信号，表示噪声信号。 比如说放大器噪声。
2)乘积性噪声又称为卷积噪声，只有在信号出现在信道中才表现出来，它不会主动对信号形成干扰。叠加方式为[4]
(1.2)
乘积性噪声可以通过同态变换成为加性噪声。比如说胶片颗粒噪声。
本文讨论通过对图像施加高斯噪声、椒盐噪声和乘性噪声，来模拟实际应用中图像损毁的部分情况。其中，高斯噪声和椒盐噪声属于加性噪声。我美丽的守护天使
第二章 图像缩放和灰度变换处理
2.1 图像缩放处理方法
在计算机图像处理中，图像缩放（image scaling）是指对数字图像的大小进行调整的过程。图像放大是从一幅低分辨率图像获得其高分辨率版本的一种图像处理技术[5]。各种插值技术是实现图像放大的最常用的方法，其实质是对源图像建立连续的数学模型，然后按缩放要求进行重采样得到目的图像，如最近邻插值、双线性插值、双三次插值等。
最近邻插值是最简便的插值，在这种算法中，每一个插值输出像素的值就是在输入图像中
与其最临近的采样点的值，运算量非常小。当图像中包含像素之间灰度级变化的细微结构时，最近邻插值法会在图像中产生人工的痕迹。
具体原理为如下[5]：最近邻点插值的一个隐含的假设条件是任一网格点 p(x,y) 的属性值都使用距它最近的位置点的属性值，用每一个网格节点的最邻点值作为待定节点值。当数据已经是均匀间隔分布，要先将数据转换为SURFER网格文件，可以应用最近邻点插值法；或者在一个文件中,数据紧密完整，只有少数点没有取值，可用最近邻点插值法来填充无值的数据点。最近邻点插值网格化法没有选项,它是均质且无变化的,对均匀间隔的数据进行插值很有用,同时,它对填充无值数据的区域很有效
2.2图像灰度变换处理
图像的灰度变换(Gray-Scale Transformation GST) 处理是图像增强处理技术中一种非常基础、直接的空间域图像处理方法，也是图像数字化软件和图像显示软件的一个重要组成部分[6]。灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。灰度变换有时又被称为图像的对比度增强或对比度拉伸。例如为了显示出图像的细节部分或提高图像的清晰度，需要将图像整个范围的灰度级或其中某一段灰度级扩展或压缩到，这些都要求采用灰度变换方法。
