資源描述：
《基于動(dòng)態(tài)窗口的自適應(yīng)中值濾波算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于動(dòng)態(tài)窗口的自適應(yīng)中值濾波算法周華(德州學(xué)院計(jì)算機(jī)系 山東德州253023)摘 要針對(duì)中值濾波算法對(duì)于高密度噪聲圖像以及紋理細(xì)膩圖像的邊緣處理能力欠佳的缺陷，提出一種基于動(dòng)態(tài)窗口的自適應(yīng)中值濾波算法。新算法根據(jù)噪聲點(diǎn)與周圍信息的關(guān)聯(lián)程度將噪聲點(diǎn)濾波值進(jìn)行調(diào)整，從而更好的處理圖像的細(xì)節(jié)部份。新算法中的自適應(yīng)策略加強(qiáng)了濾波算法的去噪性能，使其對(duì)于含有任意噪聲密度的圖像也能很好的進(jìn)行噪聲濾除。通過仿真分析，新算法對(duì)于細(xì)節(jié)豐富的圖像以及高密度噪聲的圖像濾波效果良好，有效的提高圖像的峰值信噪比，其去噪效果相比其他方法更加優(yōu)秀。關(guān)鍵詞椒鹽噪聲噪聲檢
2、測(cè)動(dòng)態(tài)窗口DYNAMICWINDOW-BASEDADAPTIVEMEDIANFILTERALGORITHMZhouHua(DepartmentofComputerScience,DezhouUniversity,ShandongDezhou253023)AbstractInresponsetotheflawthatthemedianfilteringalgorithmhasapoorhandlingcapacitytohigh-densityandfinetexturenoise,aDynamicwindow-basedadaptivem
3、edianfilteralgorithmisproposed.Accordingtotheassociatedlevelbetweennoise-pointinformationandthesurrounding,thenewalgorithmadjusttheNoisepointfiltervalue,whichcangetabetterdealwiththedetailsoftheimages.TheadaptivestrategiesStrengthentheperformanceofthefilteringde-noisingal
4、gorithm,whichisgoodatdealingthehigh-densitynoise.Throughsimulationanalysis,thenewalgorithmisbetterthanotheralgorithms.Keywordssalt-and-peppernoiseadaptivemedianfilterdynamicwindow0引言山東省優(yōu)秀中青年科學(xué)家科研獎(jiǎng)勵(lì)基金：BS2009SF014。周華，博士，副教授，主研領(lǐng)域：多媒體技術(shù)。圖像的編碼及傳輸中，經(jīng)常經(jīng)過含有噪聲的線路或被電子感應(yīng)噪聲污染時(shí)，會(huì)使圖像染上
5、一定程度的椒鹽噪聲(即脈沖噪聲)[1]。中值濾波因其與輸入信號(hào)序列的映射關(guān)系，在去除脈沖噪聲上有比較好的效果，很多學(xué)者針對(duì)中值濾波技術(shù)進(jìn)行研究，提出了很多改進(jìn)算法。如加權(quán)中值濾波方法（WM）[2]，中心權(quán)值中值濾波器(CWM)[3]，三態(tài)中值濾波器(TSM)[4]，模糊多極中值濾波方法[6]等，以及基于上述若干方法的改進(jìn)策略[7]。文獻(xiàn)[8]介紹了一種改進(jìn)的自適應(yīng)中值濾波方法（AM），取得了不錯(cuò)的濾波效果，但其對(duì)于高密度噪聲圖像以及紋理細(xì)膩圖像的邊緣處理能力不佳。本文將基于該種方法（AM），并通過分析圖像噪聲信息，提出一種基于噪聲檢測(cè)的自
6、適應(yīng)中值濾波，以克服對(duì)于高密度噪聲及多細(xì)節(jié)圖像去噪不理想的問題。實(shí)驗(yàn)結(jié)果表明，新算法對(duì)于細(xì)節(jié)豐富的圖像以及高密度噪聲的圖像濾波效果良好，有效的提高圖像的峰值信噪比，其去噪效果明顯優(yōu)于相比其他方法。1中值濾波法簡介早在1974年，Tukey提出了一維的中值濾波器，之后有學(xué)者針對(duì)將其發(fā)展至二維圖像。標(biāo)準(zhǔn)中值濾波(SM)采用滑動(dòng)窗口劃分子圖像，再對(duì)子圖像進(jìn)行二維中值濾波，當(dāng)前窗口中心的像素點(diǎn)即為需要進(jìn)行去噪處理的像素點(diǎn)。濾波過程中，窗口大小可以設(shè)定為不同的值，一般是采用3*3的方形窗口進(jìn)行濾波。對(duì)于該滑動(dòng)窗口內(nèi)的像素點(diǎn)進(jìn)行灰度值的排序，取中值作
7、為當(dāng)前像素點(diǎn)的灰度值。由于缺乏判斷像素點(diǎn)是否有被噪聲影響的機(jī)制，采用該方法時(shí)需對(duì)所有像素點(diǎn)進(jìn)行一次濾波操作，在一定程度上對(duì)圖像的邊緣、細(xì)節(jié)信息造成破壞。2噪聲點(diǎn)的檢測(cè)椒鹽噪聲在圖像中表現(xiàn)為極大值或者極小值。在去噪處理之前，針對(duì)圖像灰度值受椒鹽噪聲影響分布情況的特殊性，先將像素點(diǎn)分成非噪聲點(diǎn)、噪聲點(diǎn)和圖像細(xì)節(jié)點(diǎn)，一方面減少系統(tǒng)開銷，另一方面避免破壞原圖像中的非噪聲點(diǎn)。噪聲點(diǎn)的監(jiān)測(cè)室通過全局檢測(cè)和局部檢測(cè)兩個(gè)層次來判定。1.1全局檢測(cè)在受椒鹽噪聲影響的圖像中，噪聲點(diǎn)的灰度值分布在圖像灰度值的極大值端或者極小值端。若某點(diǎn)圖像灰度值處在極值中間，
8、則可以斷定當(dāng)前點(diǎn)未被噪聲干擾，無需去噪處理。當(dāng)然，對(duì)于處于極值的像素點(diǎn)，還不能確定其是否是噪聲點(diǎn)。設(shè)圖像灰度值中極大值為Gmax，極小值為Gmin，對(duì)于當(dāng)前像素點(diǎn)灰度值G，若滿足式（1），則可
