梁立东，叶邦彦

（华南理工大学 机械与汽车工程学院，广东 广州 510640）

一种最近邻像素值的极大概率滤波算法

梁立东，叶邦彦

（华南理工大学 机械与汽车工程学院，广东 广州 510640）

图像增强是图像处理中重要的过程，其目的是消除噪声和凸显感兴趣特征。针对当前经典中值滤波算法不足，提出一种最近邻像素值的极大概率滤波算法（GPF），该算法将掩膜窗覆盖下的所有像素值视为一个像素值集，并定义评价各个元素对整个集合的影响度关系，同时提供计算这种影响度的方法，确定选值准则。最后在VC++6平台上实现该算法并与当前存在的中值滤波算法相比较。实验证明，关于最近邻像素值的极大概率滤波算法能够有效消除噪声和保留细节。

消除噪声；滤波算法；极大概率；影响度；中值滤波

图像增强是图像处理中十分重要的过程，是通过对图像优化从而达到消除噪声、凸显出图像中感兴趣的细节和特征。随着机器视觉技术的发展，图像处理技术逐渐的被应用于工业、交通、医药等行业。但在图像产生、采样、量化、编码、传输以及解码等等过程中，不可避免的会混入各种各样的噪声[1]，因此大多数情况下，在图像处理中往往需要进行图像增强，以更好的为后续处理服务。目前，常用的图像增强算法从大类上分为：1）空间域增强2）频率域增强。中值滤波算法[2-6]是空间域增强的一种典型非线性滤波算法，是将滤窗下的所有像素值由小到大排列然后选出中间的值，在保持边界及图像完整的同时能够较好消除椒盐噪声，其算法简单，针对性好。……