曹义亲，饶哲初，朱志亮,2+，万 穗

1.华东交通大学 软件学院，南昌330013

2.中国科学院 软件研究所 计算机科学国家重点实验室，北京100190

3.重庆交通大学 交通运输学院，重庆400074

数码相机拍摄的彩色图像特别容易受到脉冲噪声的污染。脉冲噪声通常是由于相机传感器在记录过程中发生故障、光照变化、输入异常、通信错误以及采集过程中的人为因素产生。噪声可以理解为阻碍图像观测和信息提取的一种信号失真[1]，因此，有必要对图像中的噪声进行去除和复原，以便对图像进行进一步的处理和分析。脉冲噪声可以分为两大类[2]：定值噪声（salt-pepper noise，SPN）[3]和随机脉冲噪声（random-valued impulse noise，RVIN）[4]。由于RVIN 会将图像中的随机像素替换为不包含任何原始像素信息[5]的随机值，去除RVIN 比去除SPN 更具挑战性。本文的研究重点是消除彩色图像中的RVIN。

目前，去除彩色图像中的RVIN方法大致有矢量滤波法、机器学习法和其他相关技术，如偏微分方程（partial differential equations，PDE）方法[6]、小波域方法[7]。

经典的矢量滤波器有矢量中值滤波器（vector median filters，VMF）[8]、基本矢量方向滤波器（basic vector direction filter，BVDF）[9]和距离方向滤波器（directional distance filter，DDF）[10]。这些滤波器采用不同的矢量距离度量机制来对滤波窗口内的彩色像素进行排序后求中值，并用该中值对应的彩色像素来代替滤波窗口中心的像素。很显然，这种方式没有考虑待处理像素是否被噪声污染的问题，因此很容易导致图像边缘细节的丢失。针对这个问题，很多学者提出开关矢量中值滤波技术[11-13]，即先检测像素是否被噪声污染，再对噪声像素进行滤波处理。……