一种基于噪声检测的标准中值滤波改进方法  

作者:林宛杨 刊名:《武夷学院学报》 上传者:赖凡

【摘要】针对传统标准中值滤波法和自适应中值滤波法在检测椒盐噪声的过程中易造成图像细节模糊的缺陷,提出了一种基于图像噪声二次检测的中值滤波改进方法。方法中采用的图像噪声二次检测算法提取全局的可疑噪声,利用方向信息确定实际图像噪声点的位置,并针对确定的噪声点进行中值滤波。模拟实验结果表明,该滤波器可以有效滤除图像中的椒盐噪声,效果优于标准中值滤波和自适应中值滤波。

全文阅读

第 35卷 第 3期 2016年 3月 武夷学院学报 JOURNAL OF WUYI UNIVERSITY Vo1.35 No.3 Mar.2016 一 种基于噪声检测的标准中值滤波改进方法 林宛杨 (福建船政交通职业技术学院 信息工程系,福建 福州 350007) 摘 要:针对传统标准中值滤波法和自适应中值滤波法在检测椒盐噪声的过程中易造成图像细节模糊的缺陷。提 出了一种基于图像噪声二次检测的中值滤波改进方法。方法中采用的图像噪声二次检测算法提取全局的可疑噪声.利用 方向信息确定实际图像噪声点的位置,并针对确定的噪声点进行中值滤波。模拟实验结果表明,该滤波器可以有效滤除 图像中的椒盐噪声,效果优于标准中值滤波和自适应中值滤波。 关键词:椒盐噪声;中值滤波;检测窗口;图像去噪 中图分类号:TP391.41 文献标识码:A 文章编号:1674—2109(2016)03-0063—04 椒盐噪声常发生在数字图像信号在形成和传输 过程中,是由图像传感器、传输信道和编码处理等因 素影响下产生的黑白相间的亮暗点[1】。它具有脉冲性 的噪声信号,与周围像素值差异大,严重影响人们对 图像及信息的观察和分析。当前,对椒盐噪声的常见 滤除方法是有均值滤波和中值滤波法 。均值滤波法 属于线性处理,对图像中每个像素都要均值代替。易 使图像细节发生模糊。中值滤波针对椒盐噪声随机性 的特点,使用非线性去噪算法进行滤波 ,在一定条件 下可以克服线性均值滤波器造成的图像细节缺陷。 标准中值滤波算法对整个图像中的所有像素点 均进行中值滤波,并未区分灰度值中的信号点和噪声 点,因此算法虽然处理了所有的噪声点,但也处理了 信号点,模糊了图像的细节。从而使整幅图像受到影 响。但由于其对所有像素统一处理,改变了非噪声像 素点的灰度值,在处理点、线、尖顶细节多的图像会容 易引起图像信息丢失。 学者们提出了许多改进的算法来克服这个问题四。 针对这个方向,主要的研究思路是通过对噪声点的有 收稿 日期 :2015一l1一o3 基金项目:福建省教育厅科技 A类项目(JA14217,JA14223)。 作者简介:林宛杨(1981一),女,汉族,讲师,主要从事数据 库、图形图像方面的研究。 效检测,对噪声点进行针对性去噪 ,如采用模糊隶属 函数对中值滤波法进行加权[41,通过改进的矢量[51、自 适应中值滤波[6-7]和二次自适应中值滤波法[81等。但目 前很少人从算法上来解决标准中值滤波存在的问题。 为了找到一种可达到在滤除噪声的同时更好地 保护图像细节的算法。本文结合椒盐噪声的特征 ,提 出了一种基于噪声检测的中值滤波改进算法。在噪声 点确定方面,尝试通过对全局噪声和局部基于方向的 噪声进行两级检测来减少后续处理量。随后,针对检 测出的噪声点,采用标准中值滤波来算法完成图像的 滤波 1 算法思想 1.1 噪声检测 针对上述问题.本文算法首先确定图像中的噪声 点,根据各类改进的算法 ,采用了一种分级检测的基 于方向中值的图像椒盐噪声检测算法[91。具体算法的 流程图如图 l所示。 考虑到椒盐噪声通常表现为图像中的灰度极大 值或极小值。通常情况下,定义灰度值为 0和 255为 椒盐噪声的像素,即大部分灰度值均集中在这两个极 值点附近。根据此原理将图像中的像素点分为噪声像 · 66 · 《武夷学院学报》2016年第 3期 行中值滤波。实验结果表明,该算法能更好的保留图 像的细节

参考文献

引证文献

问答

我要提问