夏道平 董方敏 潘天浩 姚 刚 刘 勇

(1.三峡大学智能视觉与图像信息研究所,湖北宜昌 443002;2.三峡大学科技学院,湖北宜昌 443002; 3.三峡大学电气与新能源学院,湖北宜昌 443002)

图像滤波技术可以从复杂的图像信号中提取所需要的信号,抑制不必要的信号,使图像更加清晰.近年来主要有两大类滤波方法:一类是空域滤波器,如均值滤波[1-2],中值滤波[3-5],统计滤波[6]等,由于此类方法的滤波效果主要取决于对像素邻域的处理方法和邻域大小,而对邻域处理的同时会模糊了图像细节,从而丢失了图像信息;另一类频域滤波,如高斯滤波[1],巴特沃斯滤波器[1],基于小波变换[7]的滤波算法等,由于此类滤波方法主要是对图像高频分量进行处理来实现图像滤波,而图像边缘和噪声频率分量均在高频部分,所以对高频分量进行降噪的同时,会使得边缘被错误判断为噪声点,从而使得图像目标信息被滤除,丢失了图像信息.近年来,由Matheron G和Serra J等人创立的形态学滤波器[8]是从数学形态学中发展出来的新型的非线性滤波器,利用预先定义的结构元素对信号进行匹配和局部修正,达到抑制噪声的目的.目前发展出组合形态学滤波[9]、自适应形态学滤波[10]、多结构元素滤波[11]等改进的形态学滤波方法,但是这些滤波方法主要存在的问题是在抑制噪声的同时模糊了图像,丢失了图像信息.

Tukey在1971年提出的中值滤波[12-13]是一种常用的非线性滤波方法,标准的中值滤波存在最大缺点是由……