1. 數字圖像處理clean演算法的MATLAB代碼
圖像去噪是數字圖像處理中的重要環節和步驟。去噪效果的好壞直接影響到後續的圖像處理工作如圖像分割、邊緣檢測等。圖像信號在產生、傳輸過程中都可能會受到雜訊的污染，一般數字圖像系統中的常見雜訊主要有：高斯雜訊（主要由阻性元器件內部產生）、椒鹽雜訊（主要是圖像切割引起的黑圖像上的白點雜訊或光電轉換過程中產生的泊松雜訊）等；
目前比較經典的圖像去噪演算法主要有以下三種：
均值濾波演算法：也稱線性濾波，主要思想為鄰域平均法，即用幾個像素灰度的平均值來代替每個像素的灰度。有效抑制加性雜訊，但容易引起圖像模糊，可以對其進行改進，主要避開對景物邊緣的平滑處理。
中值濾波：基於排序統計理論的一種能有效抑制雜訊的非線性平滑濾波信號處理技術。中值濾波的特點即是首先確定一個以某個像素為中心點的鄰域，一般為方形鄰域，也可以為圓形、十字形等等，然後將鄰域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里領域被稱為窗口，當窗口移動時，利用中值濾波可以對圖像進行平滑處理。其演算法簡單，時間復雜度低，但其對點、線和尖頂多的圖像不宜採用中值濾波。很容易自適應化。 Wiener維納濾波：使原始圖像和其恢復圖像之間的均方誤差最小的復原方法，是一種自適應濾波器，根據局部方差來調整濾波器效果。對於去除高斯雜訊效果明顯。
實驗一：均值濾波對高斯雜訊的效果
I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%讀取圖像
2. 低通濾波器一般用在什麼地方低通濾波器有什麼作用呢
低通濾波器在信號處理中的作用等同於其它領域如金融領域中移動平均數（moving average)所起的作用。
低通濾波器概念有許多不同的形式，其中包括電子線路（如音頻設備中使用的hiss 濾波器、平滑數據的數字演算法、音障、圖像模糊處理等等，這兩個工具都通過剔除短期波動、保留長期發展趨勢提供了信號的平滑形式。
巴特沃斯濾波器是濾波器的一種設計分類，其採用的是巴特沃斯傳遞函數，有高通、低通、帶通、帶阻等多種濾波器類型。
巴特沃斯濾波器在通頻帶內外都有平穩的幅頻特性，但有較長的過渡帶，在過渡帶上很容易造成失真。
(2)圖片白點用什麼濾波器擴展閱讀
低通濾波器允許從直流到某個截止頻率(fCUTOFF) 的信號通過。將通用濾波器二階傳遞函數的高通和帶通系數均設為零，即得到一個二階低通濾波器傳遞公式：
對於高於f0的頻率，信號按該頻率平方的速率下降。在頻率f0處，阻尼值使輸出信號衰減。您可以級聯多個這樣的濾波器部分來得到一個更高階的（更陡峭的轉降）濾波器。假定設計要求一個截止頻率為10kHz的四階貝塞爾(Bessel) 低通濾波器。
每部分的轉降頻率分別為16.13及18.19 kHz，阻尼值分別為1.775及0.821，並且這兩個濾波器分區的高通、帶通和低通系數分別為0、0與1。
可以使用這兩個帶有上述參數的濾波器部分來實現所要求的濾波器。截止頻率為輸出信號衰減3dB的頻率點。
波電路的作用就是允許某段頻率范圍內的信號通過，而阻止或削弱其他頻率范圍的信號。有源濾波電路由電阻、電容和集成運算放大器組成，又稱為有源濾波器。有源濾波器能夠在濾波的同時還能對信號起放大作用，這是無源濾波無法做到的。
根據濾波電路通過或者阻止信號頻率范圍不同，可將濾波電路分為低通、高通、帶通河帶阻電路。討論的是有源低通濾波電路的設計與模擬研究。有源低通濾波電路能夠通過低頻信號，抑制或衰減高頻信號。
3. 圖像處理中常用的降噪濾波器有哪些 它們分別適用於哪些場合
不同的濾波器用於不同的雜訊，很難說某一個降噪濾波器能符所有的雜訊。
首先，說一下雜訊的類型吧，雜訊的分類和該雜訊的分布符合什麼模型有關，常見的雜訊有高斯白雜訊、椒鹽雜訊、泊松分布雜訊、指數分布雜訊等。
其次，採用的濾波器有空域濾波器，比如均值濾波器、中值濾波器、低通濾波器、高斯濾波等；頻域濾波器，比如小波變換、傅里葉變換、餘弦變換等；形態學濾波器，主要是通過膨脹和腐蝕等形態學操作進行去噪。
第三，對應場合。一般平時見的比較多是是高斯白雜訊，像用均值濾波、中值濾波、高斯濾波可以去噪。還有在低照度下，比如晚上拍照時的圖像，一般屬於泊松分布的雜訊，可以採用一些3d去噪演算法，比如效果不錯的BM3D演算法。像椒鹽雜訊，一般用中值濾波基本可以去噪。
大概了解就這么多了，如果你還想深入了解的話，可以找一些圖像專業方面的書籍，或者找一些去噪方面的綜述性的論文看看。
4. 什麼是有源濾波什麼是無源濾波"源"指什麼
無源濾波電路：若濾波電路僅由無源元件（電阻、電容、電感）組成。
有源濾波電路：若濾波電路不僅由無源元件，還由有源元件（雙極型管、單極型管、集成運放）組成。
有源電路說白點就是元件必須有工作電源支持。無源電路中的器件不需要工作電源支持。
這里可理解源就是電源。
無源電路中的信號如果沒有外部信號補充最後將衰減為零，有源元件定義為可以給外部電路提供大於零的平均功率的元件，而且該平均功率可以持續無限長的時間；反之，則是無源元件。 這時候可理解源就是有源元件提供的信號源。
5. 數字圖像處理(四) 數字增強
本節主要目的是介紹圖像增強的一些基本概念。來源於東北大學 魏穎教授的數字圖像課程筆記。
將圖像中像素亮度（灰度級別）看成是一個隨機變數， 則其分布情況反映了圖像的統計特性，這可用Probability Density Function (PDF)來刻畫和描述，表現為 灰度直方圖 （Histogram）。
灰度直方圖是灰度級的函數，表示圖像中 具有某種灰度級的像素的個數 ，反映了圖像中每種灰度出現的頻率。
灰度直方圖的 橫坐標是灰度級 ， 縱坐標是該灰度級出現的頻度 ，它是圖像最基本的統計特徵。
直方圖均衡化處理是以 累積分布函數 變換法為基礎的直方圖修正法。假定變換函數為
式中： 是積分變數，而 就是 的累積分布函數。
累積分布函數是 的函數，並且單調地從0增加到1， 所以這個變換函數滿足關於 在 內單值單調增加。在 內有 的兩個條件。可以推導出，變換後的變數s的定義域內的概率密度是均勻分布的。
用 的累積分布函數作為變換函數，可產生一幅 灰度級分布具有均勻概率密度 的圖像。
考慮到灰度變換不影響像素的位置分布，也不會增減像素數目。所以有
應用到離散灰度級，設一幅圖像的像素總數為 ，分 個灰度級。
第 個灰度級出現的頻數。第 個灰度級出現的概率 其中 ， 。形式為：
直方圖均衡化，力圖使 等長區間 內出現的像素數接近相等。
圖像由像素組成，視覺效果與像素的灰度有關。從而可以通過改變像素灰度值來改變圖像的視覺效果。 灰度變換 是一種點操作，賦予每個像素新的灰度值，關鍵在於設計變換函數（映射規則）。本節主要介紹三種灰度變換方法： 線性灰度變換 ； 分段線性變換 ； 非線性變換 。
1. 線性灰度變換
當圖象成象時曝光不足或過度, 或由於成象設備的非線性和圖象記錄設備動態范圍太窄等因素。都會產生對比度不足的弊病，使圖象中的細節分辨不清。這時可將灰度范圍線性擴展。
設 灰度范圍為 ， 灰度范圍為 。
假定原圖像 的灰度范圍為 ，希望變換後圖像 的灰度范圍擴展至 ，則線性變換可表示為：
為了突出感興趣的目標或灰度區間，相對抑制不感興趣的灰度區域，可採用分段線性變換。常用的三段線性變換法數學表達式如下：
雜訊可以理解為「妨礙人們感覺器官對所接收的信源信息理解的因素」。例如，一幅黑白圖像，其亮度分布假定為 ， 那麼對其起干擾作用的亮度分布 便稱為圖像雜訊。
雜訊在理論上可以定義為「不可預測， 只能用概率統計方法來認識的隨機誤差」。將圖像雜訊看成是多維隨機過程是合適的，描述雜訊的方法完全可以借用隨機過程及其概率分布函數和概率密度函數。
但在很多情況下，這種描述方法很復雜，甚至不可能，而且實際應用往往也不必要，通常是用其 數字特徵 ， 即均值方差 、 相關函數 等進行處理。
圖像雜訊按其產生的原因可分為 外部雜訊 和 內部雜訊 。外部雜訊是指系統外部干擾從電磁波或經電源傳進系統內部而引起的雜訊，如電氣設備、天體放電現像等引起的雜訊。主要外部干擾如下：
（1） 由光和電的基本性質所引起的雜訊。
（2） 電器的機械運動產生的雜訊。如, 各種接頭因抖動引起的電流變化所產
生的雜訊；磁頭、磁帶抖動引起的抖動雜訊等。
（3） 元器件材料本身引起的雜訊。如, 磁帶、 磁碟表面缺陷所產生的雜訊
（4） 系統內部設備電路所引起的雜訊。如, 電源系統引入的交流雜訊，偏轉
系統和箝位電路引起的雜訊等。
圖像雜訊從 統計特性 可分為 平穩雜訊 和 非平穩雜訊 兩種。統計特性不隨時間變化的雜訊稱為平穩雜訊；統計特性隨時間變化的雜訊稱為非平穩雜訊。
另外，按雜訊和信號之間的關系可分為 加性雜訊 和 乘性雜訊 。
假定信號為 ，雜訊為 ，如果混合疊加波形是 形式，則稱其為加性雜訊；如果疊加波形為 形式， 則稱其為乘性雜訊。
為了分析處理方便，往往將乘性雜訊近似認為加性雜訊，而且總是 假定信號和雜訊是互相獨立 的。
（1）高斯雜訊 ：
高斯雜訊是一種源於電子電路雜訊和由低照明度或高溫帶來的感測器雜訊。高斯雜訊也常稱為正態雜訊，符合高斯分布。是自然界中最常見的雜訊。高斯雜訊可以通過空域濾波的平滑濾波方法來消除。
椒鹽雜訊又稱雙極脈沖雜訊，其概率密度函數為：
椒鹽雜訊是指圖像中出現的雜訊只有兩種灰度值，分別為a和b，通常情況下脈沖雜訊總是數字化為允許的最大或最小值，所以負脈沖以黑點(類似胡椒)出現在圖像中，正脈沖以白點(類似鹽)出現在圖像中。
出現位置是隨機的，但雜訊的幅值是基本相同的。
出現在位置是一定的（每一點上），但雜訊的幅值是隨機的。
改善降質圖像的方法有兩類： 圖像增強 和 圖像復原
（1） 圖像增強 ：不考慮圖像降質的原因， 只將圖像中感興趣的部分加以處理或突出有用的圖像特徵，故改善後的圖像並不一定要去逼近原圖像。主要目的是要提高圖像的可懂度。（2） 圖像復原 ：針對圖像降質的具體原因，設法補償降質因素，使改善後的圖像盡可能地逼近原始圖像。
圖像增強處理的方法基本上可分為 空間域法 和 頻域法 兩大類。
（1） 空間域法
在原圖像上直接進行數據運算，對像素的灰度值進行處理。它又分為兩類：點運算和局部運算點運算：對圖像作逐點運算局部運算：在與處理像點鄰域有關的空間域上進行運算。
（2） 頻域法
在圖像的變換域上進行處理， 增強感興趣的頻率分量， 然後進行反變換，得到增強了的圖像。
線性濾波器是線性系統和頻域濾波概念在空域的自然延伸。其特徵是結果像素值的計算由下列公式定義：
其中： 是模板的系數 是被計算像素及其鄰域像素的值。就是利用模板（濾波器）進行的卷積運算。
主要線性空域濾波器 ：主要包括 低通濾波器 、 高通濾波器 、 帶通濾波器 。 低通 濾波器主要用於：鈍化圖像、去除雜訊； 高通 濾波器 主要用於邊緣增強、邊緣提取； 帶通 濾波器主要用於刪除特定頻率。
非線性濾波器的定義 ：使用模板進行結果像素值的計算，結果值直接取決於像素鄰域的值，而 不使用乘積和 的計算。 主要非線性濾波器有 ：中值濾波、最大值濾波、最小值濾波。
線性平滑濾波器： 均值濾波器
分別採用 像素的方形均值濾波器得到的平滑結果。
模板尺寸越大，圖像越模糊，圖像細節丟失越多
低通空域濾波的缺點和問題如果圖像處理的目的是去除雜訊，那麼，線性平滑低通濾波在 去除雜訊的同時也鈍化了邊和尖銳的細節 。
統計濾波器是非線性濾波 ：濾波器模板包圍的圖像區域中像素排序，統計排序結果代替中心像素的值； 中值濾波器是應用最廣泛的統計濾波器 ；中值濾波對一定類型的隨機雜訊（如椒鹽雜訊）提供了優秀的去噪能力，比小尺寸的線性平滑濾波器的模糊程度明顯低。
中值濾波的原理
用模板區域內像素的中值，作為結果值 ；強迫突出的亮點（暗點）更象它周圍的值，以消除孤立的亮點（暗點）
中值濾波演算法的實現
在去除雜訊的同時，可以比較好地保留邊的銳度和圖像的細節。對於椒鹽雜訊，中值濾波效果比均值濾波效果好；對於高斯雜訊，均值濾波效果比中值濾波效果好。
最大值濾波可以去除圖像中的暗斑，同時也會使亮斑增大；最小值濾波可以去除圖像中的亮斑 ，同時也會增大暗斑。
圖像邊緣是圖像的基本特徵之一，它包含對人類視覺和機器識別有價值的物體圖像邊緣信息。
邊緣是圖像中特性（如像素灰度、紋理等）分布的 不連續處 ，圖像周圍特性有階躍變化或屋脊狀變化的那些像素集合。圖像邊緣存在於目標與背景、目標與目標、基元與基元的邊界，它標示出目標物體或基元的實際含量，是圖像識別信息最集中的地方。
圖像銳化就是要 突出圖像邊緣 ， 抑制圖像中非邊緣信息 ， 使圖像輪廓更加清晰 。由於邊緣占據圖像的高頻成分，所以邊緣增強通常屬於 高通濾波 。
這里介紹三個方法：(1) 基本高通濾波模板；(2) 高頻補償濾波；(3) 圖像微分，包括：一階微分—梯度法；二階微分—拉普拉斯運算元；
(1) 基本高通濾波模板
我們先介紹高通濾波模板： 圖像銳化是要增強圖像頻譜中的高頻部分 ，就相當於 從原圖像中減去它的低頻分量 ，即原始圖像經平滑處理後所得的圖像。選擇不同的平滑方法，會有不同的圖像銳化結果。
或：
為原象， 為平滑後圖像 為輸出圖像。
設計模板系數的原則：1）中心系數為正值，外圍為負值；2）系數之和為0
基本高通空域濾波的缺點和問題 ：高通濾波在增強了邊的同時，丟失了圖像的層次和亮度。
(2) 高頻補償濾波（提升濾波） ：
彌補高通濾波的缺陷，在增強邊和細節的同時，不丟失原圖像的低頻成分。
高頻補償比高通的優點是很明顯的，即增強了邊緣，又保留了層次。雜訊對結果圖像的視覺效果有重要的影響，高頻補償在增強了邊的同時也增強了雜訊。
(3) 圖像微分
均值產生鈍化 的效果，而 均值與積分 相似，由此而聯想到， 微分 能不能產生相反的效果，即 銳化 的效果呢？結論是肯定的。圖像微分主要有一階微分和二階微分。
Roberts交叉梯度運算元 ：
採用梯度微分銳化圖像，同時會使雜訊、條紋等得到增強，Sobel運算元則在一定程度上克服了這個問題。
（1） 對圖像中的隨機雜訊有一定的平滑作用。
（2） 邊緣兩側元素得到了增強，邊緣顯得 粗而亮 。
對數字圖像來講， 的二階偏導數可表示為：
採用拉普拉斯運算元對圖像的增強的基本方法可表示為：
頻率 平面與圖像 空域 特性的 關系 。
圖像 變化平緩的部分 靠近頻率平面的圓心，這個區域為 低頻區域 ；圖像中的 邊、雜訊、變化陡峻的部分 ，以放射方向離開頻率平面的圓心，這個區域為 高頻區域 。
(1) 用 乘以給定的圖像 ，計算出它的傅立葉變換 。
(2) 選擇一個變換函數 （頻域濾波器）乘以 。
(3) 計算(2)的反DFT:
(4) 取(3)的實部
(5)用 乘以(4)的結果
頻域增強與空域增強的關系：1. 在實踐中，小的空間模板比傅立葉變換用得多得多，因為它們易於實現。2. 對於很多在空域上難以表述清楚的問題，對頻域概念的理解就顯得十分重要。在圖像壓縮中更體會到。
這里我們介紹頻域濾波器的三種濾波器：1）低通濾波；2）高通濾波；3）同態濾波。
（1）平滑（低通）濾波 ：
頻域低通濾波的基本思想 ， 是需要鈍化圖像的傅立葉變換形式, 是選取的一個濾波器變換函數 是通過 減少 的高頻部分,來得到的結果運用傅立葉逆變換得到鈍化後的圖像。
理想低通濾波器的定義 ：
平滑（低通）濾波—理想低通濾波 ：
（1）整個能量的92%被一個半徑為5的小圓周包含,大部分尖銳的細節信息都存在於被去掉的8%的能量中。（2）小的邊界和其它尖銳細節信息被包含在頻譜的至多0.5%的能量中。（3）被鈍化的圖像被一種非常嚴重的振鈴效果——理想低通濾波器的一種特性所影響。
理想低通濾波器的平滑作用非常明顯，但由於變換有一個陡峭的波形，它的反變換 有強烈的振鈴特性，使濾波後圖像產生模糊效果。因此這種理想低通濾波實用中不能採用。
6. 低通濾波器對圖像能產生什麼增強作用
低通濾波，從字面就可以理解，低頻信號通過，而高頻信號被過濾。也就是說高頻信號（變化比較劇烈，如邊緣，鋸齒等）會被過濾掉，對圖像起到平滑作用。
7. matlab 灰度圖如何加正弦波噪並用低通濾波器去噪
x1='原始信號';
xx=0.05*sin(2*50*pi*t);%低頻雜訊
y1=x1+xx;%加雜訊
y1=lp_filter(y1);%調用濾波器去噪
%--------------------濾波器函數----------------
function t1=lp_filter(t)
n=35;
Wn=0.001;
b=fir1(n,Wn); %求濾波系數
t1=filter(b,1,t);
其中讀取圖片數據、畫出濾波後的圖片什麼的我就不寫了
8. 對於椒鹽雜訊，為什麼中值濾波效果比均值濾波效果好
在去除椒鹽雜訊方面均值濾波會模糊圖像，並且去除效果較差。相比之下，中值濾波能夠較好地去除椒鹽雜訊。
中值濾波器在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達到濾除雜訊的目的。中值濾波器對椒鹽雜訊的濾波效果較好。
(8)圖片白點用什麼濾波器擴展閱讀：
注意事項：
雜訊類型是『salt & pepper』 一定注意空格的位置 這里比較嚴格。
當雜訊類型是』salt & pepper』的時候，第三個參數的意思是雜訊密度，比如0.1，那麼總像素個數的10%為黑白點，當然是黑點還是白點都是隨機的。
在圖像處理領域，影響圖像質量的雜訊主要有指數雜訊、均勻雜訊、椒鹽雜訊等。其中椒鹽雜訊的去除是圖像處理裡面一個研究很久的課題，出現最早的有效方法是中值濾波，是一種非線性濾波方法，對圖像的所有像素點均進行處理，改變了圖像中真實的像素點，這是傳統中值濾波的一個重大缺點。
9. 處理表面缺陷圖像用什麼濾波方法
圖像濾波
剛獲得的圖像有很多噪音。這主要由於平時的工作和環境引起的，圖像增強是減弱噪音，增強對比度。想得到比較干凈清晰的圖像並不是容易的事情。為這個目標而為處理圖像所涉及的操作是設計一個適合、匹配的濾波器和恰當的閾值。常用的有高斯濾波、均值濾波、中值濾波、最小均方差濾波、Gabor濾波。
由於高斯函數的傅立葉變換仍是高斯函數, 因此高斯函數能構成一個在頻域具有平滑性能的低通濾波器。可以通過在頻域做乘積來實現高斯濾波。均值濾波是對是對信號進行局部平均, 以平均值來代表該像素點的灰度值。矩形濾波器(Averaging Box Filter)對這個二維矢量的每一個分量進行獨立的平滑處理。通過計算和轉化 ,得到一幅單位矢量圖。這個 512×512的矢量圖被劃分成一個 8×8的小區域 ,再在每一個小區域中 ,統計這個區域內的主要方向 ,亦即將對該區域內點方向數進行統計,最多的方向作為區域的主方向。於是就得到了一個新的64×64的矢量圖。這個新的矢量圖還可以採用一個 3×3模板進行進一步的平滑。
中值濾波是常用的非線性濾波方法 ,也是圖像處理技術中最常用的預處理技術。它在平滑脈沖雜訊方面非常有效,同時它可以保護圖像尖銳的邊緣。加權中值濾波能夠改進中值濾波的邊緣信號保持效果。但對方向性很強的指紋圖像進行濾波處理時 ,有必要引入方向信息,即利用指紋方向圖來指導中值濾波的進行。
最小均方差濾波器,亦稱維納濾波器,其設計思想是使輸入信號乘響應後的輸出,與期望輸出的均方誤差為最小。
Gabor變換是英國物理學家 Gabor提出來的,由「測不準原理」可知,它具有最小的時頻窗,即Gabor函數能做到具有最精確的時間-頻率的局部化；另外, Gabor函數與哺乳動物的視覺感受野相當吻合,這一點對研究圖像特徵檢測或空間頻率濾波非常有用。恰當的選擇其參數, Gabor變換可以出色地進行圖像分割、識別與理解。如文獻提出的基於Gabor濾波器的增強演算法。
10. noise filter (雜訊濾波器)是干什麼用的
對特定頻率的頻點或該頻點以外的頻率進行有效濾除的電路，就是濾波器。
其功能就是得到一個特定頻率或消除一個特定頻率，
利用這個特性可以將通過濾波器的一個方波群或復合噪波，而得到一個特定頻率的正弦波