文 献 综 述

一、课题研究的背景、目的和意义

随着图像复原技术的飞速发展图像去噪这个重要问题也随之发展起来，距今大概有60年的历史了。伴随科技的发展，人们在上世纪50年代开始进行登月等空间探索活动，随着探索的深入，迫切需要一种能弥补由于图像捕捉系统的不完善而出现图像效果不好的新技术。在这种情况下产生了图像复原技术。自20世纪60年代后期开始，人类的许多科技方面的成果比如阿波罗登月，火星及月球表面的考察勘测以及其他许多天文观测方面的成果都离不开图像复原技术。而图像去噪作为图像复原技术的重要组成部分，在科学研究方面也有了重要的突破。图像去噪技术快速发展，在算法上和理论上日趋完善和成熟，它包含的范围也更加的广泛。

简单来说，图像去噪的目的就是从被噪声污染的含噪图像中恢复出原始的”干净”图像，即在滤除噪声的同时尽可能的保留重要的图像特征与细节，从而获取更高质量的图像。图像在采集、传输和转换中常常受到成像设备和外部环境的干扰，在原图像中夹杂了噪声的干扰，这些噪声的存在使得图像产生混叠、降晰和扭曲导致图像降质，影响着人们对图像的观察，干扰人们对图像信息的理解。噪声严重的时候，图像几乎变形，更使得图像失去了存储信息的本质意义，而且对图像进行进一步的处理也带来了不利，所以需要对图像去噪。

图像去噪是图像处理领域中一项基本，而又十分关键的技术，图像去噪的意义在于提高图像的质量以及满足后续更高层次的处理需求，比如图像的分割、编码、特征提取和目标检测等。所以对图像进行去噪就成为图像预处理中一项非常重要的工作。举例说明，比如用梯度算子得到图像边缘，由于没有事先对图像进行预处理而存在图像噪声的干扰，结果把一些噪声点也当成了边缘点。再比如在视频及图像编码领域，如果图像含有噪声，将会使图像变得模糊并造成细节丢失，这将严重影响到后面的图像处理结果。所以对图像去噪处理是非常有必要的尤其是在对图像进行编码处理及解码处理之前。简单来说，图像去噪的意义在于有利于后续的图像处理。

二、图像去噪的研究现状

图像去噪一直是图像处理领域的一个难题，目前国内外都在努力寻求更好的去噪方法。图像噪声的去除方法很多，每种方法都有各自的特点，总体可以分为图像的空间域去噪以及图像的变换域去噪。 图像空可域去噪方法多，比如邻域平均法^[1]、空间域低通滤波法^[16]、多幅图像平均法^[2]、中值滤波法^[2]等，而图像的变换域去噪方法有基于离散傅里叶变换的频率域低通滤波法^[16]以及小波变换滤波法^[11]等。下面简单的对这些去噪方法进行讲解。

2.1 邻域平均法

邻域平均法^[1]也叫相邻平均法，是一种利用Box模版对图像进行模版操作（卷积运算）的图像平滑方法，所谓Box模版是指模版中所有系数都取相同值的模版，常用的3#215;3和5#215;5模版，其思想是通过一点和邻域内像素点求平均来去除突变的像素点，从而滤掉一定噪声，其优点是算法简单，计算速度快，其代价会造成图像在一定程度上的模糊。

2.2 空间域低通滤波法