资源描述：
《噪声滤波算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
第5卷第6期空军工程大学学报(自然科学版)Vol.5No.62004年12月JOURNALOFAIRFORCEENGINEERINGUNIVERSITY(NATURALSCIENCEEDITION)Dec.2004X一种有效的脉冲噪声滤波算法周锐锐,毕笃彦,毛柏鑫(空军工程大学工程学院,陕西西安710038)摘要:提出了一种新的图象脉冲噪声消除算法,该方法可以快速有效地去除图象中的脉冲噪声,并保留图象的细节。该算法主要通过利用象素点邻域的中值与最大、最小值信息,决定噪声象素的取值。对本算法与中值滤波算法进行了分析仿真,结果表明,本算法去除噪声与保留细节的效果好,对高强度的脉冲噪声也有比较好的滤波效果。关键词:滤波;脉冲噪声;去噪中图分类号:TP391文献标识码:A文章编号:1009-3516(2004)06-0044-03一般情况下,图象常被噪声所污染。抑制噪声,提高信噪比,一直是图象预处理的重要问题。一些常见[1]的噪声有椒盐(Salt&Pepper)噪声、脉冲噪声、高斯噪声等。脉冲噪声含有随机的白强度值(正脉冲噪声)或黑强度值(负脉冲值),线形滤波器去除高斯噪声的效果很好,但对椒盐噪声、脉冲噪声效果一般,它的主要[2]问题是有可能模糊图象中的尖锐、不连续部分,为克服这一缺点,提出了非线性滤波器。基于统计排序的中值滤波(MF)是当前应用最广泛的非线性抑噪方法之一,滤除脉冲噪声的效果较好。但是中值滤波对所有象素采用统一处理方法,既滤除了噪声,也改变了真正信号点的值,造成了图象模糊。近年来,出现了多种基[3][4][5][6]于中值滤波的改进算法,例如加权中值滤波、自适应中值滤波、中心加权滤波、开关中值滤波、伪中[7]值滤波等,这些算法在改善中值滤波器的性能方面做出了有益的探索,滤除脉冲噪声的效果有了很大的改[8]进,但这些算法在滤波之前,需要准确判断、标识出噪点。基于Min-max算法的噪声峰值滤波器在细节模糊问题上得到了一定的解决,但当噪声密度大时,滤波效果很差。而且该算法需要迭代多次,计算速度较慢。针对这些问题,本文提出了一种快速、有效的脉冲噪声消除算法,在滤除噪声的同时,保留了较多的细节信息,没有造成图象的模糊,而且在噪声密度较大时也可以取得较好的效果。1算法的实现及原理分析脉冲噪声随机地改变图象中某点的灰度值,在图象中表现为黑色、白色的亮班,在数值上表现为很大或很小。由经验可知,对于自然图象,相邻点之间存在着很大的相关性,某一点的灰度值与其周围点的灰度值非常接近,除了孤立点(一般认为是噪声)外,即使在边缘部分也是这样。在一幅图象中,如果一个象素点的值远大于或小于其邻域的值,也就是说,该象素点与其邻域的相关性很小,那么该点很可能已被噪声污染了,[9]需要修复;否则,如果其值与邻域点值很接近,就应该是一个有效的信号点。基于上述考虑,我们给出判别区间[T1,T2],在一幅图象[v(i,j)]中,如果一点(i,j)的灰度值v(i,j)超出判别区间,就进行修正,反之,保持原值不变,即:v(i,j)T2时,v′(i,j)=v(i,j);T1
