一种窗口自适应的去椒盐噪声滤波算法

作者:沈德海;侯建;鄂旭;张龙昌 刊名:现代电子技术 上传者:程元江

【摘要】为了有效地去除图像中的椒盐噪声,提出一种窗口自适应的滤波算法。算法先采用3×3窗口进行噪声检测,如果中心点为噪声点,则统计窗口内为非噪声点的数量。当非噪声点的数量大于2时,采用中值均值滤波算法;当非噪声点的数量小于等于2时,将窗口尺寸扩大至5×5,采用中值均值滤波算法。如果中心点为信号点,则保持原值不变直接输出。仿真实验结果证明,这种算法对不同程度椒盐噪声污染的图像具有较强的去噪能力,同时较好地保持了图像的细节。

全文阅读

现代电子技术 ModernElectronicsTechnique2015年4月1日 第38卷第7期 Apr.2015 Vol.38 No.7 0 引 言 椒盐噪声是图像在成像、信道传输、解码等处理过程中产生的黑白相间的亮点或暗点噪声,也称为双极脉冲噪声[1],严重地影响了图像质量,对图像的边缘提取、图像分割及识别等后续处理也会产生较大的影响。非线性滤波算法是一类有效地去除椒盐噪声的滤波算法,其中标准中值滤波(SMF)算法是一种典型的非线性滤 波方法,能够对椒盐噪声起到良好的平滑效果,同时还对图像中的一些细节起到保护作用,得到较为广泛的应用。然而,SMF算法对图像中所有像素点采取统一的处 理方式,对噪声点起到平滑作用的同时,也改变了非噪声点的原像素值,使边缘和细节信息弱化或丢失,图像 变得模糊[2]。当图像噪声密度达到50%以上时,滤波算 法便会失效,滤波性能急剧下降。 针对标准中值滤波算法的局限性,一些改进的算法纷纷被提出,如自适应滤波算法[3]、开关中值滤波算法[4]、Min⁃max滤波算法[5]、改进的极值中值滤波算法[6]、递进 开关中值滤波算法[7]、方向加权中值滤波算法[8]、灰色关联度的中值滤波算法[9]、模糊中值滤波算法[10]等。这些算法在去噪的过程中较好地保持了图像的边缘和细节,但也相应地存在着不足,如计算量大、高密度噪声去噪效果差、通用性差等。为此,提出一种新的去除椒盐噪声的滤波算法,该算法简单高效、去噪声能力强,具有较好地细节保持性能。 1 算法原理及实现 通常,受椒盐噪声污染的图像具有如下特征: (1)图像中仅部分像素受椒盐噪声污染,且噪声点 位置分布是随机的。 (2)受椒盐噪声污染的像素灰度值与邻域内未受 一种窗口自适应的去椒盐噪声滤波算法 沈德海,侯 建,鄂 旭,张龙昌 (渤海大学 信息科学与技术学院,辽宁 锦州 121013) 摘 要:为了有效地去除图像中的椒盐噪声,提出一种窗口自适应的滤波算法。算法先采用3×3窗口进行噪声检测,如 果中心点为噪声点,则统计窗口内为非噪声点的数量。当非噪声点的数量大于2时,采用中值均值滤波算法;当非噪声点的 数量小于等于2时,将窗口尺寸扩大至5×5,采用中值均值滤波算法。如果中心点为信号点,则保持原值不变直接输出。仿 真实验结果证明,这种算法对不同程度椒盐噪声污染的图像具有较强的去噪能力,同时较好地保持了图像的细节。 关键词:椒盐噪声;窗口自适应;中值均值;峰值信噪比 中图分类号:TN911.7⁃34;TP391.41 文献标识码:A 文章编号:1004⁃373X(2015)07⁃0089⁃03 A window self⁃adaptive filtering algorithm to remove salt and pepper noise SHENDe⁃hai,HOUJian,EXu,ZHANGLong⁃chang (CollegeofInformationScienceandTechnology,BohaiUniversity,Jinzhou121013,China) Abstract:Inordertoremovethesaltandpeppernoiseinanimage,anwindowadaptivefilteringalgorithmisproposed.A 3×3windowisusedinthealgorithmtodetectnoise.Ifcenterpointisnoisepoint,thestatisticsofnon⁃noisepointsinthew

参考文献

引证文献

问答

我要提问