何海明，齐冬莲，张国月，张建良

(浙江大学电气工程学院，浙江杭州310027)

1 引言

图像在采集、传输和接收过程中，受到外界环境、传感器元件质量等因素干扰，不同类型的噪声会被引入导致图像质量的下降，椒盐噪声便是其中之一。因此，能否有效地去除椒盐噪声对图像分割、图像特征识别等后续处理有着重要的影响。

传统处理椒盐噪声的方法是中值滤波法，该方法在去除噪声像素时的同时也会修改非噪声像素的灰度值，导致恢复后的图像在细节、边缘保持等方面难以令人满意。为了解决此问题，近年来有学者提出了开关滤波策略，即先检测出图像中的噪声像素，再对噪声像素进行滤波，而非噪声像素保持不变，代表算法有:自适应中值滤波算法(AMF)［1］，递进开关中值滤波算法(PSMF)［2］，文献［3］中的算法(DBA)，文献［4］中的算法(NAFSMF)等。这些算法在加强去噪能力的同时，可以获得比中值滤波更好的细节及边缘保持能力，但仍存在以下不足:(1)使用与图像有关的参数来检测或滤除噪声，如文献［5］和［6］;(2)去除高密度噪声的效果不理想，如文献［7］;(3)算法计算时间较长，如文献［8］和［9］。

为了解决上述问题，本文提出了一种快速高效去除图像椒盐噪声的均值滤波算法:对滤波窗口下的疑似噪声像素，有针对性地选择少数却很高效的信号像素构成信号像素集合，再取集合中的元素均值对疑似噪声像素进行滤波，且整个算法不需设定阈值，去除高密度椒盐噪声和保持细节的能力都比较强，此外，新算法运算时间很短，具有较强的实用性。……