陈 超，周绍光

（河海大学 地球科学与工程学院，江苏 南京210098）

一种基于极值检测与自适应滤波的图像去噪算法

陈 超，周绍光

（河海大学 地球科学与工程学院，江苏 南京210098）

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果，图像被严重污染时，这些算法得到的结果均不理想。针对这一缺陷，基于文献［1］提出的一种滤波算法进行改进。首先，利用极值法对图像进行检测，判断出噪声及非噪声点；其次，设置滤波模板的最小及最大尺寸，对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明：该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。

脉冲噪声；极值检测；滤波；后处理

图像在形成、传输、接收和处理的过程中会受到噪声的干扰［2］，其中以高斯噪声和脉冲噪声为主。噪声使得图像质量下降，给后处理工作带来障碍。对于脉冲噪声的去除，传统的方法是采用中值滤波器（MF，median filter）［3］，即将某一窗口内的像素进行排序，取其中值取代窗口中心像素。对于低密度的脉冲噪声，中值滤波器可以基本去除噪声，然而其对所有像素均进行滤波处理，使得未被噪声污染的像素灰度值也发生改变，精度受到影响，且不适用于被脉冲噪声严重污染的图像。

为解决上述问题，国内外学者提出了很多改进算法［4－6］，算法思路基本一致：首先检测出图像中的噪声点，然后对噪声点进行一定的滤波处理，对非噪声点则保留其灰度值。……