电子产品世界

　　通过研究，发现一种新的改进的均值滤波器[2]。在考虑如何对图像的噪声进行处理时，难以避免的，需要面临噪声点的检测问题。因为一张含噪图像中，只有一部分的像素受到了噪声的污染，而其余的像素仍保持原值。无条件地对所有的像素点进行滤波，显然在去除噪点的同时，使原图像发生了失真。所以为了更有针对性地处理图像中的躁点，最好的做法就是先对噪声进行检测。然后利用非噪声点的平均值来代替每个像素的灰度，而不是上面传统方法中的盲目运算。其下面通过实例来验证这种方法的优越性：

　　采用尺寸大小为162×120的图像文件shoes.jpg。使用im-眦d函数将其载人到MATLAB中，为了简便。我们先用瑁b29ray函数将其转换为单维的灰度图像，灰度范围[o，255]

　　（见图1）。在原图基础上加入噪声密度为o.2的脉冲噪声，可以用imnoise函数加入椒盐噪声，也可以用randn加入正态分布的随机噪声，这样就得到了含噪的图像。芝麻盐状的雪*点随机地分布在图像矩阵巾（见图2）。

关键词： MATLAB 检测 图像 去噪