APP下载

基于噪声检测的自适应中值滤波算法

2011-07-25时军艳刘树聃

计算机工程与设计 2011年9期
关键词:细节检测

时军艳, 刘树聃

(1.许昌市计算机信息技术应用研究所,河南许昌461000;2.许昌学院信息工程系,河南许昌461000)

0 引 言

在图像的编码及传输中,常常需要对图像进行椒盐噪声(即脉冲噪声)的滤除处理[1]。中值滤波因其与输入信号序列具有映射关系,在去除脉冲噪声上有比较好的效果,很多学者针对中值滤波技术进行研究,提出了很多改进算法。如加权中值滤波方法(WM)[2],中心权值中值滤波器(CWM)[3],三态中值滤波器(TSM)[4]模糊多极中值滤波方法[6]等,以及基于上述若干方法的改进策略[7]。文献[8]介绍了一种改进的自适应中值滤波方法(AM),取得了不错的滤波效果,但其对于高密度噪声图像以及纹理细腻图像的边缘处理能力不佳[9]。本文将基于AM算法框架,通过分析图像噪声信息,提出一种新的基于噪声检测的自适应中值滤波,以克服对于高密度噪声及多细节图像去噪不理想的缺陷。实验结果表明,新算法对于细节丰富的图像以及高密度噪声的图像滤波效果良好,有效的提高图像的峰值信噪比,其去噪效果明显优于相比其他方法。

1 中值滤波法简介

早在1974年,Tukey提出了一维的中值滤波器,之后有学者成功将其扩展应用到二维图像。标准中值滤波(SM)采用滑动窗口划分出子图像,再对子图像进行二维中值滤波。滤波过程中,窗口大小可以设定为不同的值,一般是采用3*3的方形窗口。具体方法是对当前窗口内的像素点进行灰度值的排序,取中值作为当前像素点的灰度值。……

登录APP查看全文

猜你喜欢

细节检测
以细节取胜 Cambridge Audio AXR100/ FOCAL ARIA 906
留心细节处处美——《收集东·收集西》
奇妙的细节
细节取胜
小波变换在PCB缺陷检测中的应用
决定成败的,绝不是细节
圣诞节的四个细节