电子工业出版社-网上书店

随着数字化信息时代的到来，数字图像的复原和去噪引起了人们广泛的研究兴趣。本书首先介绍了数字图像复原基础、图像的噪声模型、经典的噪声滤波算法及质量评价标准，以及有关理论基础；然后在空域滤波方面，针对脉冲噪声的去除，提出并验证了用于估计脉冲噪声密度的模糊指标，并在此基础上提出了两种脉冲噪声去除算法，通过实验验证了算法优势；在变换域滤波方面，介绍了频域滤波的研究机理，以及高斯滤波、维纳滤波、低通滤波、带通滤波、小波滤波等的去噪效果比较及其应用；最后介绍了综合的滤波算法及其应用，涉及滤波在医学图像处理中的应用、新型冠状病毒图像去噪识别分割、超声图像去噪、遥感图像去噪、智慧城市交通中运动的人脸、车牌等的去噪识别应用案例等。

第1章  图像噪声复原基础及评价标准	1
1.1　数字图像复原简介	1
1.2  图像的噪声分类及噪声模型	2
1.2.1　噪声分类	2
1.2.2　噪声模型	3
1.3　图像去噪复原的主要方法	8
1.3.1　空域和频域	8
1.3.2　线性和非线性	9
1.3.3　综合方法	9
1.4　图像质量评价方法	10
1.4.1　主观评价法	10
1.4.2　客观评价法	11
1.4.3　无参照的图像质量评价法	13
1.5　本章小结	14
第2章  理论基础	15
2.1　模糊数学的有关理论	15
2.1.1　特征函数	15
2.1.2  模糊集合的有关概念	15
2.1.3　模糊性的度量	17
2.2  傅里叶变换的相关知识	19
2.2.1　傅里叶变换的原理和性质	19
2.2.2　快速傅里叶变换	25
2.3　小波变换	28
2.3.1　小波变换定义	28
2.3.2　多分辨率分析	30
2.3.3　常见的小波基函数	33
2.4　本章小结	34
第3章  空域滤波算法的研究机理及效果比较	35
3.1　邻域滤波及效果对比	35
3.1.1　均值滤波的类型及实现原理	35
3.1.2　高斯滤波及实现	37
3.1.3　统计排序滤波及算法实现	40
3.1.4　邻域滤波去噪效果研究	43
3.2  自适应滤波及效果比较	48
3.2.1  自适应局部噪声消除滤波器	48
3.2.2  自适应局部中值滤波	49
3.2.3　自适应维纳滤波	49
3.2.4　自适应滤波去噪效果分析	49
3.3　基于偏微分方程的去噪算法研究	52
3.3.1　偏微分方程去噪原理	52
3.3.2　偏微分方程滤波模型的导出	53
3.3.3　偏微分方程法的去噪比较	54
3.4　基于形态学的滤波算法及仿真实验	57
3.4.1　数学形态学滤波器概述	57
3.4.2　数学形态学的运算	58
3.4.3　形态学滤波器去噪算法仿真实验	61
3.5　本章小结	65
第4章  频域滤波算法及去噪效果对比研究	66
4.1　基于傅里叶变换的滤波算法	66
4.1.1　低通滤波及去噪效果比较	67
4.1.2　逆滤波及去噪分析	74
4.1.3　维纳（Wiener）滤波	77
4.1.4　带阻和带通滤波	80
4.2　基于小波变换的滤波算法	81
4.2.1　图像小波变换的实现原理	82
4.2.2　MATLAB中图像小波变换的函数分析	84
4.2.3　小波变换下的图像去噪及阈值分析	89
4.2.4　基于小波变换的图像去噪案例对比分析	93
4.3　本章小结	100
第5章　改进的滤波算法设计及实现	101
5.1  概述	101
5.2  基于模糊指标的中值滤波算法设计	102
5.2.1  几种改进的中值滤波算法	102
5.2.2  梯度算子	105
5.2.3  模糊指标	110
5.2.4  曲线拟合	113
5.2.5  算法设计	116
5.2.6  仿真实验与结果分析	128
5.3  基于序列图像的高密度脉冲噪声去除新方法	133
5.3.1  MMEM滤波算法	134
5.3.2  噪声检测	135
5.3.3  基于实验的算法设计	136
5.3.4  仿真实验与结果分析	139
5.4  本章小结	142
第6章　滤波算法在现代图像分析中的应用	143
6.1  滤波在医学图像处理中的应用	143
6.1.1  医学超声图像的去噪	143
6.1.2  新型冠状病毒图像去噪和识别	149
6.2  滤波在遥感图像处理中的应用	156
6.2.1  遥感图像去雾算法	157
6.2.2  遥感图像去周期噪声	164
6.3  滤波在智慧城市交通图像处理中的应用	168
6.3.1  运动图像和模糊算子	169
6.3.2  运动模糊图像的复原方法	172
6.3.3  运动模糊的汽车图像识别案例	180
6.4  本章小结	184
第7章  图像滤波的研究趋势分析	186
7.1  基于中国知网的学术关注度指数分析	186
7.2  对中国知网文献的计量可视化分析	187
7.2.1  发文数量分析	187
7.2.2  研究主题和关键词分析	188
7.2.3  期刊和机构来源分析	189
7.2.4  分布分析	190
7.2.5  文献互引网络关系分析	191
7.2.6  中英文献主题倾向性分析	192
7.3  本章小结	193
参考文献	194

数字图像处理是集光学、微电子学、计算机科学、应用数学于一体的综合性边缘学科，近年来，随着计算机的发展而逐渐成为一门独立的学科。图像在获取、传输和存储过程中，由于受多种原因如模糊、失真、运动、噪声、雾霾等影响，会造成图像质量的下降，为了从降质图像中复原出清晰的细节丰富的图像，往往需要设计合理的滤波器来实现。图像滤波主要包括空域滤波和频域滤波两大类，图像噪声消除是图像处理中的一个重要内容，许多学者对此进行了深入的研究并且提出了多种去除噪声、去除模糊的滤波算法，无论是在灰度图像还是彩色图像的滤波领域，这些算法都起到了比较好的减轻图像噪声的效果，为后续的边缘检测或者图像分割、形状识别、智能检测等带来方便。本书在对现有内容进行总结、对比分析、进一步提炼研究的过程中，融合了作者自己的观点和研究成果，并根据当前的时代背景给出了图像滤波在医学图像、遥感图像、智慧交通检测等方面的应用。
本书内容分为七章：
第1章和第2章介绍了数字图像处理以及滤波去噪的基础知识，包括数字图像的概念、图像的噪声模型及经典的噪声滤波算法和图像质量评价方法，以及相关的理论基础，如模糊数学的有关理论、傅里叶变换及小波变换等。
第3章和第4章综合分析了空域滤波、频域滤波的算法以及实现过程，如邻域滤波、中值滤波、维纳滤波、小波滤波等。基于MATLAB和VC++平台，给出了部分滤波算法的源代码。通过对各种滤波器进行原理分析和案例对比分析的方式，展示了各处理方法的优势和劣势、适合处理的图像类别，为读者提供了重要的图像处理策略参考。
第5章基于模糊数学的理论知识以及脉冲噪声的特点，提出了用以判断脉冲噪声强度（即密度）的模糊指标，通过实验统计和曲线拟合获得噪声强度与模糊指标的关系，并验证了其性能；最后引入Prewitt 梯度算子，获得梯度阈值限制，改进了中值滤波算法，更好地保持了图像的细节信息，因为有模糊指标判断噪声强度，使得滤波处理的自适应性更好。针对脉冲噪声密度大于50%的噪声图像，首先介绍了一种很好的去噪算法—MMEM算法，然后提出基于序列图像的脉冲噪声去除新算法，利用脉冲噪声的正负脉冲特性，提出点对点的检测算法，充分利用每幅图像的有用信息来恢复受污染的图像，取得了良好的恢复效果。
第6章是滤波算法在现代图像分析中的应用，包括滤波在医学图像处理中的应用，给出了超声图像去噪和新型冠状病毒图像识别分割案例；滤波在遥感图像处理中的应用，给出了遥感图像去雾和去周期噪声的方法以及处理效果；综合的滤波算法在智慧城市交通图像中的应用，包括运动模糊图像的模糊算子介绍以及对运动模糊图像、运动汽车图像的模糊复原、车牌识别等。
最后一章是对图像滤波算法的研究趋势分析，主要借助中国知网的大数据统计，进行了学术研究趋势和应用研究趋势两方面的分析。
本书由浙江越秀外国语学院倪臣敏撰写，内容翔实，覆盖面广，对噪声模型以及去噪算法的分析总结详细，应用拓展案例新颖，书末列出了参考文献，供有兴趣的读者进一步研究。希望本书能为研究图像增强、图像去噪等的学生和科研工作者提供学习参考。书中若有不足之处，也请读者提出意见和建议，以便进一步修正。
著作中的部分内容得到了导师—浙江大学叶懋冬教授的指导，在此感谢叶教授，同时感谢我的家人，没有他们的支持和鼓励，就不会有我的这部作品。

本书配套资源下载

对不起，暂无音视频资源！

数字图像滤波算法的研究及应用