王 欢，王修晖

（中国计量学院 信息工程学院，浙江 杭州 310018）

视频序列在采集、传输和处理过程中往往会夹杂入各种类型的噪声，为了对目标进行更加准确的检测与分割，在目标检测之前须对视频每一帧的图像进行滤波、平滑处理，而针对不同的噪声类型需要采用不同的处理方法.中值滤波算法通过将当前点的灰度值设置为其邻域一定大小窗口内所有像素点灰度值的中值来除去孤立的噪声点，从而达到滤波的效果，对于常见的椒盐噪声特别有效.标准中值滤波［1］（standard median filter，SMF）算法采用大小固定的窗口处理图像，低噪声时采用小窗口在去除噪声点的同时能够很好地保护图像细节；而当图像的噪声浓度超过一定值（实验表明这个值为20%）时，小窗口滤波的效果并不明显，此时应增大窗口尺寸以包含更多的未被噪声污染的像素点，但同时处理后的图像会变得模糊丢失细节.标准中值滤波算法中也没有对当前像素点进行噪声点或非噪声点的判断，若当前像素点为非噪声点的情况下也按中值输出，也造成了图像细节的丢失［2］.

1 国内外研究现状

为了解决标准中值滤波算法在去除噪声与保留图像细节之间的矛盾，国内外的学者们针对算法的不同方面做出了改进.文献［3］提出了一种排序自适应中值滤波（rank－ordered adaptive median filter，RAMF）算法，算法将窗口内的灰度值进行排序，通过当前灰度值与邻域灰度值之间的关系对像素点进行判断并对窗口大小进行调节，但……