基于 MATLAB 的带噪图像的高斯滤波
摘要：图像常常被强度随机信号（也称为噪声）所污染．一些常见的噪声有椒盐
（Salt & Pepper）噪声、脉冲噪声、高斯噪声等．椒盐噪声含有随机出现的黑
白强度值．而脉冲噪声则只含有随机的白强度值（正脉冲噪声）或黑强度值（负
脉冲噪声）．与前两者不同，高斯噪声含有强度服从高斯或正态分布的噪声．研
究滤波就是为了消除噪声干扰。图像滤波总体上讲包括空域滤波和频域滤波。频
率滤波需要先进行傅立叶变换至频域处理然后再反变换回空间域还原图像，空域
滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算，即输
出图像中任何像素的值都是通过采用一定的算法，根据输入图像中对用像素周围
一定邻域内像素的值得来的。如果输出像素是输入像素邻域像素的线性组合则称
为线性滤波（例如最常见的均值滤波和高斯滤波），否则为非线性滤波（中值滤
波、边缘保持滤波等）。线性平滑滤波器去除高斯噪声的效果很好，且在大多数
情况下，对其它类型的噪声也有很好的效果。线性滤波器使用连续窗函数内像素
加权和来实现滤波。特别典型的是，同一模式的权重因子可以作用在每一个窗口
内，也就意味着线性滤波器是空间不变的，这样就可以使用卷积模板来实现滤波。
如果图像的不同部分使用不同的滤波权重因子，且仍然可以用滤波器完成加权运
算，那么线性滤波器就是空间可变的。任何不是像素加权运算的滤波器都属于非
线性滤波器．非线性滤波器也可以是空间不变的，也就是说，在图像的任何位置
上可以进行相同的运算而不考虑图像位置或空间的变化。
关键词：图像,高斯滤波,去噪,MATLAB
1. 引言
20 世纪 20 年代,图像处理首次得到应用。上个世纪 60 年代中期,随着计算
机科学的发展和计算机的普及,图像处理得到广泛的应用。60 年代末期,图像处
理技术不断完善,逐渐成为一个新兴的学科。图像处理中输入的是质量低的图像,
输出的是改善质量后的图像。为了改善图像质量,从图像中提取有效信息,必须对
图像进行去噪预处理。根据噪声频谱分布的规律和统计特征以及图像的特点,出
现了多种多样的去噪方法。经典的去噪方法有：空域合成法,频域合成法和最优
资源评论
若♡
- 粉丝: 5370
- 资源: 1万+
