APP下载

一种基于噪声点邻域的形态学滤波算法研究*

2021-04-02文福林汤素丽

电子技术应用 2021年3期
关键词:细节

文福林 ,张 凯 ,蒲 锋 ,汤素丽

(1.四川航天职业技术学院 电子系,四川 广汉618300;2.四川大学 机械工程学院,四川 成都610065)

0 引言

椒盐噪声是图像在成像、信道传输、解码等处理过程中产生的黑白相间的亮点或暗点噪声,也称为双极脉冲噪声[1]。 针对椒盐噪声的滤波方法有很多,如:标准中值滤波算法、自适应中值滤波算法、形态学滤波算法以及一些改进的滤波算法等[1-4]。

标准中值滤波算法的思想就是选取一定大小的滤波窗口,比较该滤波窗口内的像素值的大小,取其中值作为这个滤波窗口的中心像素新的值。标准中值滤波器受滤波窗口大小的影响较大,如果窗口较小,则能较好地保护图像中的一些细节特征,但滤效果就会变差;反之,如果窗口尺寸较大则有较好的滤波效果,但会丢失更多的图像细节特征。 且随噪声密度地增大,其滤波性能下降较为明显。

自适应中值滤波算法是基于对标准中值滤波算法的改进,引入了噪声判断机制,动态调整滤波窗口尺寸大小来改进滤波性能,相比标准中值滤波算法,其滤波性能有了较大程度的提高,可获得较好的滤波效果。 标准中值滤波算法以及自适应中值滤波算法因其使用滤波窗口的中值来代替中心像素的值,而滤波窗口的中值与中心像素值并不一定相等,从而引入额外的误差。

形态学广泛应用于图像边缘检测、抑制噪声、纹理分析、特征提取等[2-12]。 形态学开运算具有可去除比结构元素小的亮细节特性,而形态学闭运算具有可去除比结构元素小的暗细节特性[4],利用形态学开运算和形态学闭运算可以构成多种滤波器,如常见的形态学开闭组合滤波算法[4,10]以及形态学同其他滤波算法相结合等[2]。……

登录APP查看全文

猜你喜欢

细节
细节
不让细节打败自己
以细节取胜 Cambridge Audio AXR100/ FOCAL ARIA 906
留心细节处处美——《收集东·收集西》
奇妙的细节
用Adobe Camera Raw还原隐藏的细节
夏日养生重细节
细节取胜
决定成败的,绝不是细节
配饰混搭 细节之美