Research on Image De-Noising Enhancement

Abstract

The purpose of this final project was to understand the aim of image filtering; algorithms and their typical characteristics. The filter types include: mean filter, median filtering, Gaussian filtering and Bilateral filtering.

The main measure method was to use the smoothing filter method to do de-noising processing. It is based on median filtering and Gaussian filtering theory. At the same time, some shortcomings were enhanced. It was necessary to research the advantages and disadvantages of Gaussian filtering and improve deficiency. Finally, Matlab was used to modify algorithm.

As a result, it was found out through four different group of image data that filtering de-noising plays an important role in the image processing field. Therefore, it is necessary to delete defects and enhance the stability of image processing results.

Tämän opinnäytetyön aiheena oli ymmärtää tavoitteena kuvan suodatus, algoritmit ja niiden tyypilliset ominaisuudet.Suodattimen tyyppejä ovat: keskimääräinen suodatin, mediaani suodatus, Gaussin suodatus ja kahdenvälisen suodatus.

Pääasiallisena mittana menetelmä oli käyttää tasoitussuodatin tapa tehdä de-noising käsittely. Se perustuu mediaani suodatus ja Gaussian suodatuksen teoria. Samaan aikaan, joitakin puutteita parannettu. Oli välttämätöntä tutkimusta edut ja haitat Gaussin suodatus ja parantaa puutos. Lopuksi Matlab käytettiin muuttaa algoritmia.

Tämän seurauksena selvisi läpi neljä eri ryhmää kuvadatan että suodatus de-noising tärkeä rooli kuvankäsittelyn alalla. Siksi on tarpeen poistaa virheitä ja parantaa vakautta kuvankäsittelyn tuloksia.