更新时间：07-24 （小山神）提供原创文章
摘要:当今是信息化的时代，人类获取信息的渠道逐渐趋于多元化，图像成为人类获取信息的直接途径。图像的获取方式多种多样，这就导致了我们在获得图像的过程中，图像会受到各类噪声的影响，因此图像的去噪处理成为当今数字化图像处理的重要部分。图像去噪处理或者方法要求在滤除多类噪声的同时，能够更好的恢复原图像信息。
本文主要设计了基于LabVIEW的图像去噪系统，对一幅lena图像加入高斯噪声和椒盐噪声，改变噪声方差，在系统中选择均值滤波、中值滤波、维纳滤波、小波变换四种方法进行图像去噪处理，通过信造输出比值，分析四种去噪方法对不同噪声的去噪处理效果。仿真实验结果表明：均值滤波对高斯噪声的滤除作用一般，可滤除一部分噪声，但是随着噪声方差的变化，会使图像的周边部分遭到破坏；均值滤波器对椒盐噪声的作用不明显，随着噪声方差的变化，图像质量会变模糊。中值滤波对高斯噪声的滤除无明显效果，且改变噪声方差，对图像质量的损坏也不明显；中值滤波是去除椒盐噪声的最佳滤波器，可以高效的滤除图像中的噪声。任意的噪声方差对此滤波器均无影响。维纳滤波器可以很好的去除高斯噪声的同时会保护好图像质量；维纳滤波对椒盐噪声没有滤除作用。小波变换能滤除高斯噪声中的杂质信息，改变任意噪声方差，依旧能高质量还原图像原有信息；小波变换对椒盐噪声有较佳的滤除效果，随着椒盐噪声方差的增加，小波变换对椒盐噪声的滤除效果越好，去噪的同时能够去除噪声中不期望的信号。
关键词：噪声；滤波；LabVIEW
目录
摘要
Abstract
1 绪论-1
1.1 研究背景-1
1.2 国内外研究现状-1
1.3 研究内容和章节安排-2
2 图像去噪方法-3
2.1 图像噪声的概念-3
2.2 均值滤波法-3
2.3 中值滤波法-3
2.4 维纳滤波法-4
2.5 小波变换去噪-4
2.6 本章小结-5
3 系统设计-6
3.1 系统框图及说明-6
3.2 前面板设计-6
3.3 各功能模块的实现-7
4 仿真实验及分析-12
4.1 均值滤波法仿真-12
4.2 中值滤波法仿真-15
4.3 维纳滤波法仿真-16
4.4 小波变换去噪仿真-19
4.5 本章小结-23
结 论-24
参 考 文 献-25
附录A 图像去噪系统前面板-26
附录B 图像去噪系统程序框图-27
附录C 部分MATLAB程序-28
致 谢-33