在實(shí)際獲取和傳輸圖像的過程往往會(huì)發(fā)生圖像失真，所得到圖像和原始圖像有某種程度的差別。這些都是因?yàn)橛型饨绲脑肼暭尤氲綀D像中，因此在對采集到的圖像進(jìn)行處理前，需要先對圖像進(jìn)行預(yù)處理，就是要對噪聲圖像進(jìn)

　　行濾波，平滑噪聲圖像。傳統(tǒng)的降噪方法有中值濾波、均值濾波、維納濾波等，這些方法對于非平穩(wěn)過程信號(hào)有著明顯的局限性。

　　多幅圖像平均法處理常用于攝像機(jī)的視頻圖像中，用以減少電視攝像機(jī)光電攝像管或CCD器件所引起的噪聲，這是對同一景物連續(xù)攝取多幅圖像并數(shù)字化，再對多幅圖

　　多幅圖像平均法是對同一景物重復(fù)采集M次相加后取平均值的方法來消除噪聲的。 圖像成像的模型［4］可描述為：

　　可見，多圖像平均法輸出的方差是原圖像的M1，隨著M的增大，噪聲的抑制作用越強(qiáng)。本算法的流程圖如圖1所示。

　　在相機(jī)采集到的圖像中，往往會(huì)存在一定的噪聲。這種噪聲一般來說在空間域是互不相關(guān)的，并且是一種加性噪聲。對于一幅相機(jī)采集到的圖像，可以表示為無噪聲圖像和加性噪聲的組成，也即：

　　g（x，y）=f（x，y）+η（x，y）（1）

　　其中：g（x，y）為采集圖像，f（x，y）為無噪聲圖像，η（x，y）為噪聲。

　　去噪的過程就是從已知的g（x，y）來近似得到f（x，y）的過程。

　　對于同一個(gè)場景拍攝的多張圖像來說，fi（x，y）是相同的，而ηi（x，y）是隨機(jī)的且相互之間不相關(guān)，相同場景的k幅圖像圖像的均值可以表示如下

　　g¯（x，y）=1K∑i=1K［fi（x，y）+ηi（x，y）］=f（x，y）+1K∑i=1Kηi（x，y）（2）

　　由于噪點(diǎn)隨機(jī)且不相關(guān)，可得其平均圖像的期望

　　E{g¯（x，y）}=f（x，y）（3）

　　σ2g¯（x，y）=1Kσ2η（x，y）（4）

　　即

　　σg¯（x，y）=1K−−√ση（x，y）（5）

　　從式（3）中我們可以發(fā)現(xiàn)，同場景的多幅圖像的均值的期望是無噪點(diǎn)圖像，但是會(huì)存在一些擾動(dòng)，這些擾動(dòng)的標(biāo)準(zhǔn)差（5）就決定了噪聲的強(qiáng)度。我們對圖像去噪的本質(zhì)就是減少在空間域上的標(biāo)準(zhǔn)差。從式（5）中我們不難發(fā)現(xiàn)，通過增大K值，即增加平均圖像的數(shù)量，即可減少噪聲。

　　但同時(shí)我們可以發(fā)現(xiàn)：σ∝1K√，∂σ∂K=−12K3√，隨著K值的增大，σ的變化越來越小，用平均法去噪時(shí)，單單通過提高圖像數(shù)量的作用是很小的。

　　實(shí)驗(yàn)?zāi)康?/p>

　　1. 驗(yàn)證同場景下多圖像平均可以進(jìn)行去噪。

　　2. 隨著圖像數(shù)量的增大，圖像噪點(diǎn)變化越來越小。

　　數(shù)據(jù)集

　　同一場景的179幅照片，用短時(shí)間采集完成。

　　以下是其中的一幅圖片

　　其局部細(xì)節(jié)：

　　可以發(fā)現(xiàn)圖像上的噪點(diǎn)是比較多的。

　　程序設(shè)計(jì)

　　程序的處理過程為：

　　* 讀取圖像

　　* 求平均值

　　* 顯示圖像