一种改进的自适应加权中值滤波算法研究
2018-12-20屈正庚牛少清
计算机技术与发展 2018年12期
关键词:细节
屈正庚,牛少清
(1.商洛学院 数学与计算机应用学院,陕西 商洛 726000;2.西安交大捷普网络科技有限公司,陕西 西安 710075)
0 引 言
目前在很多领域里,获取信息的一个主要手段是数字图像技术,但是数字图像在采集、传输、变换、处理过程中不可避免地会引入不同程度的噪声,降低图像的质量。因此,噪声去除是图像处理的一个关键环节。目前较为常见的数字图像去噪技术有线性滤波和非线性滤波,线性滤波技术在一定程度上造成图像边缘模糊,导致信息丢失;非线性滤波技术可以克服线性滤波的缺点,在实际中应用广泛,而中值滤波就是其中之一[1]。
中值滤波对长尾概率分布噪声有比较好的平滑性能且能很好地保留图像细节,但是滤波性能与窗口大小有很大关系,而且该算法在噪声抑制和细节保留之间存在矛盾。
为了解决该问题,文中提出了一种新的自适应加权中值滤波算法(WAMF),继承了中值滤波的优点,解决了中值滤波的缺点,从而更好地提高噪声处理能力和图像细节保持能力[2]。
1 常见数字图像噪声模型
数字图像在采集和传输过程中受到环境条件的影响产生了噪声,典型的噪声有如下几种:
(1)均匀分布噪声:等概率对图像中每个像素点产生噪声,其概率密度如式1所示,方差和期望值如式2所示:
(1)
(2)
(2)高斯噪声:又叫正态噪声,概率密度的描述如下:

(3)
其中,z表示图像灰度值;μ表示z的期望值;σ表示z的标准差。
高斯噪声处理起来简单容易,应用广泛。……
登录APP查看全文
