《斜率的自适应中值滤波算法.doc》由会员分享，可在线阅读，更多相关《斜率的自适应中值滤波算法.doc（8页珍藏版）》请在金锄头文库上搜索。
1、 基于斜率的自适应中值滤波算法摘 要:针对图像中椒盐噪声点的准确检测与去除问题,提出一种基于斜率的自适应中值滤波算法。该算法首先用nn(n为大于或等于3的奇数)的模板作用于待检测图像的每一个像素,若当前像素的灰度值为其邻域内所有像素灰度值的极值,判断此点为准噪声点;再利用像素灰度值序列中两段子序列斜率的差值及模板区域内像素灰度值的均值自适应地判断准噪声点是否为真正的噪声点;最后对被判定为噪声的像素做中值滤波处理。与标准中值滤波方法相比,该方法加强了噪声检测的条件。实验结果表明,该算法具有较好地去除椒盐噪声和保留细节的效果。关键词:噪声检测;椒盐噪声; 斜率差值; 中值滤波;图像去噪adapti
2、ve median filtering algorithm based on slopeliu shujuan1*, zhao ye2, dong rui3, wang zhiwei1,yang fangfang1(1.college of mathematics and information science, hebei normal university, shijiazhuang hebei 050016, china;2.department of mathematics and physics, shijiazhuang tiedao university, shijiazhuan
3、g hebei 050043, china;3.department of foundamental teaching, hebei jiaotong vocational and technical college, shijiazhuang hebei 050091, china)abstract:for estimating and removing the saltandpepper noise point accurately in image, a new adaptive median filtering algorithm was proposed.firstly, if th
4、e pixel in the center of nn (n is an odd integer not less than three) template was the extreme value of all the pixels in the window, it was supposed to be probably a noise point. the pixel gray value in the sequence difference between the two scripts and a template sequence of the slope of the pixe
5、l gray value within the region were used to determine the mean quasiadaptive noise point to be the real noise points. finally, mean filtering was done on the noised pixels. compared with median filter, the condition of detecting noises with this method has been largely enhanced. and the method can b
6、oth effectively restrain noises and maintain details.key words:noise detection; saltandpepper noise; slope difference value; median filtering; image denoising0 引言噪声的检测和滤除是图像处理中一类重要的问题。在图像生成、传输的过程中,由于各种原因,会在图像中产生噪声。标准中值滤波是消除椒盐噪声的经典算法,即用nn(n为大于或等于3的奇数)的模板作用于当前像素,将这nn个像素灰度值的中间值作为当前像素的灰度值。此方法能在去噪的同时保护图像
7、中的某些细节,但也不可避免地改变了信号点的值,造成了图像的模糊,当模板较大时,细节丢失情况会比较严重,而且若图像中各区域的噪声密度存在较大差异时,该方法很难取得良好的去噪效果。基于此,人们提出了许多改进的中值滤波算法,如定向开关中值滤波算法1、双态中值滤波算法2、minmax滤波算法3、模糊脉冲噪声检测及去噪方法4、方向加权中值滤波5、基于最小生成树的加权中值滤波算法6、用于图像处理的自适应中值滤波算法7-9、自适应型中心加权的中值滤波10-12、基于b样条函数的自适应中值滤波算法13、基于灰色关联度的中值滤波算法14-15等。这些算法在改进标准中值滤波的性能方面做了有益的探索,但在实际应用中
8、都有各自的局限性。标准中值滤波是对图像中的每一个像素进行中值替换操作,文献16提出了一种基于极值中值(extremum median, em)的滤波算法,即首先对滤波窗口内的像素进行判断,只有当前像素为模板内nn个像素灰度值的极值时,才认为其为噪声,并进行中值替换；否则就认为当前点为信号点,不做任何操作,保持其原灰度值。此算法在执行速度及保留细节方面取得了比标准中值滤波更好的效果。本文针对椒盐噪声,提出了一种基于斜率的自适应中值滤波算法,取得了较好的滤波效果。1 算法的基本思想及实现用nn的模板对图像进行噪声检测时,若当前像素点为椒盐噪声,则其灰度值应为滤波窗口内所有像素灰度值的极值,但反之不
9、一定成立,即若当前像素点的灰度值为滤波窗口内所有像素灰度值的极值时,它并不一定是噪声,本文称之为准噪声。一般情况下,那些既是准噪声同时又与模板内其他像素的灰度值差别较大的像素,才被认为是真正的噪声。而这正是本文算法的基础。1.1 基本思想设当前像素的灰度值为f(i, j),将f(i, j)与滤波窗口内其他像素的灰度值按升序排列后,存放在数组a中。若f(i, j)不是数组a中元素的极值,则判定当前像素为信号点,不做任何操作;若f(i, j)为数组a中元素的极大或极小值,则当前点为准噪声点。此时,准噪声点与模板内其他像素的灰度值之间的关系有图12所示的两种情形(以33模板为例),其中x轴为数组a的
10、下标,y轴为a中各元素对应的灰度值f。图1中当前像素f(i, j)=a0,图2中f(i, j)=a8,显然,图1(a)和图2(a)中的f(i, j)可判定为噪声点,图1(b)和图2(b)中的f(i, j)可判定为信号点。为便于区分噪声点和信号点,按下列原则定义斜率k1和k2:1)当前点为极小值点,即f(i, j)=a0时,3 结语本文提出一种基于斜率的自适应中值滤波算法,通过计算斜率k1、k2并比较它们的差值来判断准噪声点是否为真正的噪声点,其间,利用以当前准噪声点为中心的nn模板内所有相邻像素灰度值的平均值自适应地选取阈值的大小。该算法简单易行,滤波效果较好。对于同一幅含有噪声的图像使用中值
11、滤波方法,去噪效果与模板大小和噪声密度有关,这从表1可以看出。噪声密度较小时,使用较小模板去噪;反之,噪声密度较大时,使用较大模板去噪。用本文算法分别进行处理,整体上随着噪声密度的增大,去噪后图像的峰值信噪比逐渐降低。这是因为对高噪声密度图像而言,当前准噪声点的nn邻域中会存在多个极值点,而本文算法主要针对单个极值点的情况进行讨论。对较大模板的利用及高密度噪声图像去噪的情形,作者将应用斜率的思想做进一步的研究。参考文献:1nasimudeen a, nair m s, tatavarti r. directional switching median filter using boundary
12、 discriminative noise detection by elimination eb/ol. 20101025. http:/ chen t, ma k k, chen l h. tristate median filter for image denoisingj. ieee transactions on image processing,1999, 8(12): 1834-1838.3 wang junghua, lin lianda. improved median filter using minmax algorithm for image processing j.
13、 electronics letters, 1997,33(16):1362-1363.4 schulte s, nachtegael m. a fuzzy impulse noise detection and reduction method j. ieee transactions on image processing, 2006,15(5):1153-1162.5 dong yiqiu, xu shufang. a new directional weighted median filter for removal of randomvalued impulse noise j. i
14、eee signal processing letters, 2007, 14(3):193-196.6 崔承宗,马汉杰.基于最小生成树的加权中值滤波算法j.计算机工程,2010,36(12): 209-211.7 张旭明,徐滨士,董世运.用于图像处理的自适应中值滤波j.计算机辅助设计与图形学学报,2005, 17(2):295-299.8 刘茗.基于噪声检测的自适应中值滤波算法j.计算机应用, 2011,31(2):390-392.9 sree p s j, kumar p, siddavatam r, et al. saltandpepper noise removal by adapti
15、ve medianbased lifting filter using secondgeneration wavelets c/ signal, image and video processing. berlin: springerverlag, 2011:1-8.10 金良海,熊才权,李德华.自适应型中心加权的中值滤波器j.华中科技大学学报,2008,36(8):9-12.11 李敏.图像的多图加权求和去噪j.科学技术与工程, 2011,11(3):633-634.12 杨宁,张培林,任国全. 一种自适应加权中值滤波方法的研究j.计算机应用与软件,2010,27(12):37-39.13 pan meisen, tang jingtian, yang xiaoli. an adaptive med
