微光图像噪声抑制算法研究+文献综述(2)
这些系统噪声随着图像信号的存储、处理和传输过程最终体现在微光图像上，从而微光图像噪声具有以下特点：
（1）叠加性：在图像的串联传输系统中，各个串联部分引起的噪声一般具有叠加效应，使信噪比下降。
（2）分布和大小不规则：噪声在图像中随机出现，其分布与幅值也是随机的。
（3）噪声与图像之间具有相关性：通常情况下，摄像机信号与噪声相关，明亮部分噪声小，黑暗部分噪声大。数字图像中存在量化噪声与图像相位相关。
需指出的是图像噪声分类方法并不绝对，按不同性质有不同分类方法。例如从统计特性看，统计特性不随时间变化的噪声称平稳噪声，否则称非平稳噪声；根据噪声与信号之间的关系可分为加性噪声和乘性噪声，一般遇到的噪声均认为是加性噪声。
1.1.2 微光图像处理技术在国内外发展状况
微光成像技术应用广泛，而且越来越具有低成本、易于单片集成图像处理电路的优势。噪声处理是微光图像预处理中的关键环节，微光图像噪声抑制以图像滤波为主，从线性滤波如均值滤波，发展到非线性滤波，如中值滤波、中点滤波、极值滤波，近年来关于滤波的方法又有了基于原来各自算法的改进，同时发展了非线性高斯滤波，非线性概率扩散滤波等，同时图像帧积分技术与时俱进，发展了基于众值理论的图像帧积分算法抑制噪声，DSP芯片的问世，使得图像噪声处理的能力提升了一个台阶，图像噪声抑制向着更高效、更实时迈进。
1．2 本论文的主要内容
噪声是微光成像系统一直存在的缺陷，也是微光成像技术领域的一个重要研究课题。本文通过matlab工具，运用现有的中值滤波、均值滤波、高斯滤波、图像帧积分算法对图像进行噪声抑制处理仿真，根据仿真结果比较其滤波效果。
本文由以下几部分组成：第一部分为绪论，介绍本课题的研究背景及内容安排，着重介绍微光系统与微光图像的噪声特点。第二部分对微光成像系统进行简要介绍，着重介绍了两类微光成像系统的组成结构及工作原理。第三部分分类介绍了包括中值滤波、均值滤波、高斯滤波和图像帧积分在内的几种图像噪声抑制的常用方法以及对应的算法。第四部分给出各抑制算法通过matlab工具进行仿真后的结果，并比较其各自的优缺点及适用范围。第五部分提出关于高斯滤波与中值滤波相结合的混合滤波思路以及基于图像帧积分的众数灰度值帧积分算法。最后，给出本文结论。
2 微光成像系统
2．1 直视型微光成像系统
直视型微光成像系统又称为微光夜视仪，可在极低照度下完成被动式工作，明显改善人眼在微光下的视觉性能。系统主要由微光物镜、目镜、像增强器、高压电源等部分组成。 夜天自然微光照射在景物场景，经反射和大气传输后，辐射经物镜成像在像增强器光阴极面上，像增强器对景物像进行光电转换、电子倍增成像和亮度增强，在荧光屏上显示场景目标的增强图像。
2．2 微光电视
电视型夜视系统指的是用于夜天或其他低照度条件下视频形式的夜视系统。利用月光、星光、气体辉光及其散射光所形成的自然环境照明，获取被摄目标场景的可见光图像，又称低照度电视（LLLTV）系统。根据使用条件，一般分为主动照明的主动夜视型电视系统和被动型的微光电视系统，在某些情况下，为增加作用距离或细节分辨能力，微光电视系统也可采用附加照明方式。
2．3 微光图像处理方法
2.3.1 空域处理法
所谓空域处理，就是在空间域中对图像直接处理，在处理的过程中，可直接对图像上的各像素点进行灰度处理，也可以对图像进行小区域模板的滤波处理来充分考虑相邻像素的相互影响。主要方法有邻域处理法和点处理法。