罗 丹

(南昌大学科学技术学院，江西 南昌 330000)

图像上的脉冲噪声一般来说具有如下特点:1)随机性，图像上并非每个像素均受脉冲噪声污染，并且受噪声污染的像素呈现随机分布;2)非相关性，图像上受噪声污染的像素值彼此是非相关的，即污染像素点的灰度值与邻域像素灰度值不存在某种程度的相关性;3)等概率性，图像上受噪声污染的像素点灰度值一般为极大值或极小值，并且这类极值点的数量在图像上呈现等概率分布。

为了有效滤除脉冲噪声改善图像视觉效果，近年来学者们做了大量深入研究，研究思路主要有两类:一类是针对中值滤波加以改进，相继提出了自适应中值滤波[1]、加权中值滤波[2]、开关中值滤波[3]、多级中值滤波[4]等;另一类是在均值滤波技术基础上发展而来的加权均值滤波[5]、基于非局部均值滤波[6]、基于中值的自适应均值滤波[7]等算法。此外，基于变换域噪声滤波算法也得到深入研究与应用，如小波阈值法[8－9]、小波相关性去噪法[10]等。以上种类繁多的滤波算法，通过增大计算复杂度实现多次迭代循环的方式实现对脉冲噪声滤除，虽然滤波效果得到一定程度提升，但计算量大为增加，难以适应图像处理的实时化要求。

本文对经典加权均值滤波算法在噪声检测策略、权重计算方法、滤波模板设计等方面进行适当改进，提出了一种改进自适应加权均值滤波算法。针对滤波后图像质量出现不同程度下降的现象，将线性变换增强方法引入到小波变换域中，提出了一种小波域图像增强方法。……