蔡剑

（南京航空航天大学 金城学院，江苏 南京 210016）

基于数学形态学的图像椒盐噪声去除方法

蔡剑

（南京航空航天大学 金城学院，江苏 南京 210016）

针对基于数学形态学的去除高浓度椒盐噪声不足问题，采用了一种基于数学形态学的噪声去除方法。所提滤波方法分为预滤波和滤波两个阶段。在预滤波阶段，设定一个简单的检测算子用于构造逐点自适应的3×3像素大小结构元素；在滤波阶段，对预滤波过的像素进行中值滤波。仿真结果表明所提的滤波方法不仅能有效地去除高浓度椒盐噪声，并能很好地保留图像的原有细节信息，而且PSNR值比其他滤波方法平均高出3 dB左右，并具有较短的滤波时间。

数学形态学；椒盐噪声；腐蚀；膨胀；自适应结构元素

在图像获取和传输过程，由于成像传感器、存储信道和传输信道等破坏原因，不可避免地受到不同程度的脉冲噪声污染。脉冲噪声，通常也称为椒盐噪声，主要表现为黑白的点状噪声点。即使是低浓度的椒盐噪声，也会严重影响图像的视觉效果和后期处理［1］。因此，如何有效地去除椒盐噪声，并合理地保留原有图像的基本信息对噪声去除方法提出了更高的要求。研究学者们提出了许多不同的噪声滤除方法［2-5］，其中非线性方法滤波结果更优，比如典型的开关中值滤波器。

数学形态学作为一种非线性图像处理工具被广泛应用于图像的各个方面［6］。形态滤波算子最善于去除椒盐噪声，却无法去除高浓度椒盐噪声，其主要原因在于形态算子的极值运算定义。……