图像去噪处理技术在通信领域的应用

摘 要各种噪音对于图像都有一定的干扰，对于图像信号的传输和生产以及记录都会受到影响，从而导致图像视觉的效果受到了严重的影响。在通信领域中，对于图像的质量造成影响的重要因素就是噪音，所以，正确而有效地解决噪音对图像的干扰，具有至关重要的现实意义。

【关键词】图像 去噪处理技术 通信领域

在通信领域中，应用图像去噪处理技术，非常重要，因为各种噪音对于图像都有一定的干扰，对于图像信号的传输和生产以及记录都会受到影响，从而导致图像视觉的效果受到了严重的影响。图像去噪技术与光纤通信和微波通信进行有机地结合，在通信领域中进行应用，具有非常大的优势。

1 图像去噪处理技术探究

在通信领域中，对于各种噪音对图像的干扰问题进行有效地处理，是一个很经典的问题，已经研究了几十年，通常都是作低通滤波的方法对图像的噪音进行消除。但是，低通滤波在对图像的噪声进行消除的同时，对于通信图像的一些高频信息，也会被消除。所以，在对每一个图像去噪方法进行分析和研究时，还要衡量对高频信息的保留问题。

在通信图像噪音处理中，通常的去噪音的方法，容易使图像边缘出现模糊的情况，如果将图像的边缘尽量加强清晰度，就会使通信图像受噪音干扰的效果降低。所以，使用的图像去噪的处理技术，既能够将图像中的噪音有效地清除，还要将图像边缘进行保留。

1.1 通信图像的去噪技术

解决各种噪音对通信图像的干扰，是一个将图像进行恢复的技术，主要包括几个方面：

（1）各种图像根据成像的原理，数字图像经过处理以后，所得到的初始图像中，具有各种性质不同的大量噪音，这些噪音对图像产生了干扰，导致人们对图像信息的处理和理解都造成了很大的影响，正确而有效地预防和处理通信图像，对于人们识别图像的信息具有举足轻重的作用。

（2）预防处理通信图像时期，按照标准的图像的要求，对于受噪音干扰的图像进行匹配、叠加以及提取，在通信图像的实际中，运用去噪的技术，将图像去噪技术的功效充分地发挥出来，预防处理通信图像，能够将人们对通信图像信息识别的准确性得以有效地提升，从而使通信图像信息的储存效果得以有效地保证。

1.2 通信图像空间域去噪

处理通信图像空间域去噪分为变换域法和空间域法两大类。

1.2.1 变换域法

操作人员利用系统化计算方式，对与像素点的领域相关空间域上运算进行的处理，为了将图像去噪的目的得以有效地实现，在实际应用的操作中，变换域法应该在计算和处理变换域的图像上，根据变换以后所得到的系数，适当地调整和处理通信图像，致使通信图像信息的储存效果得到有效地改善，从而协助人们将通信图像中的信息，能够更好地进行认知和理解。

1.2.2 空间域法

在通信图像的原图像上，操作人员直接运算数据，详细分析和数据对比运算的结果，根据通信原图像运算的结果，计算处理像素的灰度值，将二者之间的差异性进行比较，干扰通信图像的噪音进行有效地处理。处理像素灰度值：

（1）逐一运算通信图像；

（2）将像素点在通信原图像空间域进行有效地运算。

这两种方法都能够与变换后系统进行有机地结合，计算像素的灰度值，并且进行有效处理，从而使处理图像空间域的去噪技术得以有效地实现。

1.3 通信图像变换域去噪方法

对通信图像变换域进行有效地处理，就是利用图像去噪的技术，将各种噪音对图像变换域的干扰进行处理。在实际运行的过程中，利用变换通信图像，将空间域转变为变换域，再妥善地处理和调整变换域的系数，循环往复地进行转换，从而使去除通信图像的噪音得以有效地实现。

在通信图像的变换域中，对于各种噪音对图像的干扰情况，应用图像去噪处理技术具有非常大的优势，结合傅里叶变换性质和定义，对通信图像变换域的噪音进行研究和分析，通过二维码技术，探讨和研究通信图像的线性和位移以及尺度和卷积等有关内容，离散信号在标准计算公式的指引下，进行计算，对离散信号关系进行有效地判定，组成信号的幅度-频率曲线，然后解释数字域中的结果，从而将去除通信图像变换域噪音的处理，得以有效地实现，通过二维码的技术，将显现通信图像的优化得以实现，对于通信中图像的信息，协助人们更好地进行理解和认知。

2 低通滤波与高通滤波的结果分析

无线激光在通信过程中，各种因素会影响和干扰图像的信息传递。在这里对于空域滤波法进行研究和探讨，在受噪音干扰的图像中，运用低通滤波及高通滤波，致使原始图像的轮廓去噪方法能够得以有效地恢复，例如，高斯噪声，在空域滤波法里面，寻找到一种准确且有效的消掉图像噪声的方法，将图像的信息识别能力进行有效地提升。

在通信领域中，分析和应用图像去噪的处理技术，滤波的实际效果和所选的模板有着直接的关系，在实践的应用中，邻域滤波法和中值滤波法，都会使造成图像的边缘模糊。在高通滤波法的应用中，图像会逐渐地锐化，图像的轮廓也会慢慢的变得清晰。经过上面的研究和分析，在今后的图像去噪处理中，应该将低通滤波法结合高通滤波法，在经过分析论证和实验研究的基础上，选择去除掉高斯噪声的办法，为图像及时准确地清除掉噪声。

3 总结

综上所述，在我国的信息通信行为中，无线通信具有举足轻重的地位，是重要的组成部分之一，无线通信无论是对于建设我国的信息化事业，还是发展我国的经济化事业，都有至关重要的现实意义。在未来无线通信的发展过程中，对于各种噪音对通信图像的干扰问题，一定要重视起来，在通信领域中，操作人员应该积极而有效地应用图像去噪技术，将通信图像中的各种干扰噪音尽快地去除，致使人们对通信图像中的信息资源能够更好地认知和理解，将圖像去噪处理技术的功效真正地发挥出来。

参考文献

[1]李珅.基于稀疏表示的图像去噪和超分辨率重建研究[D].中国科学院研究生院（西安光学精密机械研究所），2014.

[2]刘帅奇.基于多尺度几何变换的遥感图像处理算法研究[D].北京交通大学，2013.

[3]刘玉淑.基于多尺度变换的图像去噪及融合算法研究[D].山东大学，2013.

[4]孙海英.图像高斯噪声及椒盐噪声去噪算法研究[D].复旦大学，2012.

作者简介

贺丽丽（1988-），女，山西省运城市盐湖区人。运城学院，研究生学历，助教职称，工学硕士学位。研究方向为通信工程与图像处理。

作者单位

山西省运城学院 山西省运城市 044000