基于MATLAB的掌靜脈圖像去噪算法研究

柳亞楠　孫濤

摘 要：在獲取、傳輸圖像的過程中，圖像常會(huì)受到噪聲污染，導(dǎo)致圖像質(zhì)量下降，因此要對(duì)圖像進(jìn)行去噪處理。本文對(duì)幾種經(jīng)典的圖像去噪算法進(jìn)行研究，并將它們應(yīng)用于掌靜脈圖像去噪，最后通過MATLAB仿真進(jìn)行了測(cè)試。

關(guān)鍵詞：MATLAB;圖像去噪;掌靜脈圖像

中圖分類號(hào)：TP391.7文獻(xiàn)標(biāo)識(shí)碼：A

Abstract：Images often be polluted by sound pollution during its capture and transmission.That cause a declining quality image.So，noises should be removed.This article do a research on several classic image denoising algorithm，and apply them to palm vein image denoising，then text their effect by MATLAB program.

Key words：MATLAB;image denoising;palm vein image

隨著數(shù)字儀器和數(shù)碼產(chǎn)品的普及，圖像已成為人們獲取、傳遞信息的重要工具。但是圖像在獲取、傳輸和儲(chǔ)存過程中被各種噪聲污染而降低圖像質(zhì)量。圖像去噪能保留圖像中有用的信息、抑制或去除不需要的干擾信息。

1 圖像噪聲的分類

圖像噪聲按照其來源分為內(nèi)部噪聲和外部噪聲。內(nèi)部噪聲是指由光和電的基本性質(zhì)引起的噪聲。外部噪聲指系統(tǒng)外部干擾以電磁波或經(jīng)電源串進(jìn)系統(tǒng)內(nèi)部而引起的噪聲[1]。在掌靜脈圖像獲取過程中，常見噪聲為椒鹽噪聲，即由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲[2]。本文針對(duì)三種經(jīng)典的圖像去噪算法進(jìn)行了研究，并通過MATLAB對(duì)去除椒鹽噪聲進(jìn)行仿真測(cè)試。

2 圖像去噪方法及MATLAB仿真

2.1 均值濾波去噪

均值濾波是用某像素的鄰域各像素均值代替該像素，這種處理可以減小圖像的尖銳變化，典型隨機(jī)噪聲的特征就是圖像發(fā)生尖銳變化，因此均值濾波可用于圖像去噪。然而圖像的邊緣和細(xì)節(jié)也是由尖銳變化組成，所以均值濾波會(huì)使圖像的邊緣和細(xì)節(jié)變模糊，這是由均值濾波的本質(zhì)決定的。應(yīng)用于掌靜脈圖像去噪：

由圖1看出，經(jīng)過均值濾波處理，椒鹽噪聲有所減少但人有殘留，圖像變得模糊;用不同大小的模板濾波時(shí)，模板越大，去噪效果越好，圖像越模糊。

2.2 中值濾波去噪

中值濾波采用統(tǒng)計(jì)排序理論，將以目標(biāo)像素為中心的8鄰域像素值進(jìn)行排序，用中間值代替原像素[3]，使與周圍像素相差較大的改變，從而消除孤立的噪聲點(diǎn)。將其應(yīng)用到掌靜脈圖像去噪：

由圖2看出，椒鹽噪聲圖像經(jīng)中值濾波處理，椒鹽噪聲去除效果非常好，并且完整地保留了原始圖像信息。

2.3 小波變換閾值去噪

小波分析的基本思想類似于傅里葉變換，用信號(hào)在一簇基函數(shù)形成空間上的投影表征該信號(hào)[4]。小波變換的優(yōu)勢(shì)：傅里葉變換只能進(jìn)行信號(hào)頻域分析，但無法分析時(shí)域特征。小波變換能同時(shí)在頻域和時(shí)域上、通過伸縮和平移等操作對(duì)信號(hào)進(jìn)行多尺度細(xì)化分析，比傅里葉變換功能強(qiáng)大。小波變換閾值去噪步驟：（1）將二維信號(hào)用小波變換分解到多尺度;（2）選擇閾值，并將各層尺度的系數(shù)與該閾值做大小比較，以此來確定本小波系數(shù)是由噪聲還是信號(hào)引起的，丟棄噪聲引起的系數(shù)，保留信號(hào)引起的系數(shù);（3）對(duì)篩選后的參數(shù)進(jìn)行逆小波變換操作，重構(gòu)信號(hào)。將其應(yīng)用與掌靜脈圖像去噪：

由圖3看出，經(jīng)過小波變換去噪，圖像中的大部分噪聲都已濾去，但圖像質(zhì)量輕微降低。

3 結(jié)論

本文就均值去噪、中值去噪及小波變換閾值去噪進(jìn)行了研究，并通過MATLAB編程對(duì)掌靜脈圖像去噪進(jìn)行實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)證明，均值濾波去噪去噪能力強(qiáng)，但以圖像質(zhì)量下降為代價(jià)，圖像嚴(yán)重模糊。小波變換閾值去噪效果尚可，但圖像也變模糊。中值濾波對(duì)椒鹽噪聲去噪效果好，并保留了原始圖像信息，圖像細(xì)節(jié)清晰可見，適用于去除椒鹽噪聲。

參考文獻(xiàn)：

[1]陸海虹.基于OPENCV的手勢(shì)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)測(cè)量與控制，2015，23（5）：1649-1652.

[2]劉成龍.精通MATLAB圖像處理[M].北京：清華大學(xué)出版社，2015：267.

[3]王科俊，熊新炎，任楨.高效均值濾波算法[J].計(jì)算機(jī)應(yīng)用研究，2010，27（2）：434-438.

[4]趙小川，何灝，繆遠(yuǎn)誠.MATLAB數(shù)字圖像處理實(shí)戰(zhàn)[M].北京：機(jī)械工業(yè)大學(xué)出版社，2013：75-76.