屈汉章, 杨　洋, 吴成茂

(1. 西安邮电大学 理学院， 陕西 西安 710121；　2. 西安邮电大学 通信与信息工程学院，陕西 西安 710121;3. 西安邮电大学 电子工程学院， 陕西 西安 710121)



自适应压缩双边滤波算法

屈汉章1, 杨洋2, 吴成茂3

(1. 西安邮电大学 理学院， 陕西 西安 710121；2. 西安邮电大学 通信与信息工程学院，陕西 西安 710121;3. 西安邮电大学 电子工程学院， 陕西 西安 710121)

为了提高压缩双边滤波算法的滤波效果，对其灰度方差参数值的设置加以改进，即使用自适应的参数值代替原有固定的参数值。对加噪图像进行小波分解，将分解得到的高频部分，分成相同大小的子图像，根据拉普拉斯快速估计算法估计各子块的噪声方差，并计算其平均值，然后利用灰度方差与噪声方差的线性关系计算灰度方差参数值。随机选取4幅灰度图像，添加噪声，测试改进算法。结果显示，改进后的算法比改进前的算法的图像的峰值信噪比更高，滤波效果更好。

自适应；压缩双边滤波；灰度方差；小波分解

图像滤波主要分为空域滤波和频域滤波。空域滤波采用邻域像素加权平均法。常见的空域滤波主要有：均值滤波[1]、中值滤波[2]和高斯滤波[3]。频域滤波是将图像转换到频域再设计相应滤波器。频域滤波主要有：小波变换[4]和维纳滤波[5]。图像降噪过程中，空域滤波和频域滤波对所有区域采用相同处理方法，都无法区分被处理部分属于边缘信息还是过渡区域，往往导致图像边缘与细节被破坏，图像变得模糊。

非线性滤……