沈德海，鄂 旭，侯 建，阎 琦

（渤海大学 信息科学与技术学院，辽宁 锦州 121013）

0 引言

数字图像在采集、处理及传输等过程中受到内外因素的影响会产生噪声. 噪声会改变图像中的原有像素值，从而掩盖了其初始面貌特征，使得图像在其后续的分割、复原、提取及识别等处理过程中效果较差. 因此，抑制图像噪声，提高图像质量是图像处理和分析的一项非常重要的前期工作.

中值滤波算法及相关改进算法能有效地滤除图像中的椒盐噪声［1-2］，均值滤波算法及相关改进算法对图像中高斯噪声具有较好的抑制效果［3-4］，但实际图像中往往同时混有这两种噪声，即混合噪声. 仅用其中一种滤波算法很难同时消除混合噪声，因此滤波方法应兼顾两种噪声，同时在去噪的过程中应该尽可能地保留图像的边缘等信息.

邓聚龙教授在1982年创立了灰色理论［5］，是用来研究小样本、贫信息且带有不确定性问题的一门应用数学学科，已经渗透到了社会科学及自然科学等众多领域，其理论研究和应用研究都取得了很大进展.最近几年. 灰色理论在图像去噪、图像隐藏、图像分割及图像压缩等方面取得了良好的效果［6-9］. 本文运用灰色关联分析方法将传统中值均值滤波算法进行了改进. 提出了一种抑制混合噪声的滤波方法，算法对图像中混有的椒盐噪声和高斯噪声具有良好的抑制作用，且较好的保护了图像的边缘细节，使得去噪后的图像视觉效果更好……