孙永生，刘大健，秦 蒙

(中国计量学院a.信息工程学院;b.现代科技学院，浙江 杭州 310018)

责任编辑:魏雨博

图像滤波就是抑制图像中的噪声，减少噪声对图像的影响，提高图像信噪比。图像滤波的方法有很多种，但总结起来主要是线性和非线性滤波器两大类［1］。传统的滤波方法有邻域平均法、中值滤波法和多图像平均法［2－5］等。邻域平均法在降低噪声的同时也使图像出现模糊，特别是在边缘和细节处［6］;中值滤波法容易去除孤立点、线的噪声，同时保持图像的边缘，但对高斯噪声无能为力［7］;多图像平均法虽然能很好地去除噪声并明显优于中值和均值算法，但可能会丢失部分边界纹理信息［8］。

针对上述的滤波算法本文也提出了一种滤波算法，即多幅图像中值法，该方法首先要对同一场景多次提取图像，然后将这些图像的中值作为该图像的输出值，实验表明该算法简单有效，不仅能最大程度地滤除椒盐噪声，而且对高斯噪声滤波效果较好。

1 同场景多幅图像的降噪

1.1 椒盐噪声

图像在获取和传输中，数字图像经常受到脉冲噪声的影响［9］，中值滤波器对消除脉冲噪声非常的有效 。脉冲噪声可以是正的(盐点)，同样也可以是负的(胡椒点)，故这种噪声也可称为“椒盐噪声”。

椒盐噪声一般情况下总是表现为图像局部区域的最大值或最小值，受污染的像素位置是随机分布的，且正负噪声点出现的概率几乎相同。若需要对图像进行处理，如图像分割、目标识别和边缘检测等，则需要降低噪声对图像的影响。……