資源描述：
《基于動態(tài)窗口的自適應中值濾波算法》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、基于動態(tài)窗口的自適應中值濾波算法周華(德州學院計算機系 山東德州253023)摘 要針對中值濾波算法對于高密度噪聲圖像以及紋理細膩圖像的邊緣處理能力欠佳的缺陷，提出一種基于動態(tài)窗口的自適應中值濾波算法。新算法根據噪聲點與周圍信息的關聯(lián)程度將噪聲點濾波值進行調整，從而更好的處理圖像的細節(jié)部份。新算法中的自適應策略加強了濾波算法的去噪性能，使其對于含有任意噪聲密度的圖像也能很好的進行噪聲濾除。通過仿真分析，新算法對于細節(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。關鍵詞椒鹽噪聲噪聲檢測動態(tài)窗口DYNAMICWIND
2、OW-BASEDADAPTIVEMEDIANFILTERALGORITHMZhouHua(DepartmentofComputerScience,DezhouUniversity,ShandongDezhou253023)AbstractInresponsetotheflawthatthemedianfilteringalgorithmhasapoorhandlingcapacitytohigh-densityandfinetexturenoise,aDynamicwindow-basedadaptivemedianfilteralgorithmisproposed.A
3、ccordingtotheassociatedlevelbetweennoise-pointinformationandthesurrounding,thenewalgorithmadjusttheNoisepointfiltervalue,whichcangetabetterdealwiththedetailsoftheimages.TheadaptivestrategiesStrengthentheperformanceofthefilteringde-noisingalgorithm,whichisgoodatdealingthehigh-densitynoise
4、.Throughsimulationanalysis,thenewalgorithmisbetterthanotheralgorithms.Keywordssalt-and-peppernoiseadaptivemedianfilterdynamicwindow0引言山東省優(yōu)秀中青年科學家科研獎勵基金：BS2009SF014。周華，博士，副教授，主研領域：多媒體技術。圖像的編碼及傳輸中，經常經過含有噪聲的線路或被電子感應噪聲污染時，會使圖像染上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序列的映射關系，在去除脈沖噪聲上有比較好的效果，很多學者針對中值濾
5、波技術進行研究，提出了很多改進算法。如加權中值濾波方法（WM）[2]，中心權值中值濾波器(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策略[7]。文獻[8]介紹了一種改進的自適應中值濾波方法（AM），取得了不錯的濾波效果，但其對于高密度噪聲圖像以及紋理細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的自適應中值濾波，以克服對于高密度噪聲及多細節(jié)圖像去噪不理想的問題。實驗結果表明，新算法對于細節(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
6、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，之后有學者針對將其發(fā)展至二維圖像。標準中值濾波(SM)采用滑動窗口劃分子圖像，再對子圖像進行二維中值濾波，當前窗口中心的像素點即為需要進行去噪處理的像素點。濾波過程中，窗口大小可以設定為不同的值，一般是采用3*3的方形窗口進行濾波。對于該滑動窗口內的像素點進行灰度值的排序，取中值作為當前像素點的灰度值。由于缺乏判斷像素點是否有被噪聲影響的機制，采用該方法時需對所有像素點進行一次濾波操作，在一定程度上對圖像的邊緣、細節(jié)信息造成破壞。2噪聲點的檢測椒鹽噪聲在圖像中表現(xiàn)為極大
7、值或者極小值。在去噪處理之前，針對圖像灰度值受椒鹽噪聲影響分布情況的特殊性，先將像素點分成非噪聲點、噪聲點和圖像細節(jié)點，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。噪聲點的監(jiān)測室通過全局檢測和局部檢測兩個層次來判定。1.1全局檢測在受椒鹽噪聲影響的圖像中，噪聲點的灰度值分布在圖像灰度值的極大值端或者極小值端。若某點圖像灰度值處在極值中間，則可以斷定當前點未被噪聲干擾，無需去噪處理。當然，對于處于極值的像素點，還不能確定其是否是噪聲點。設圖像灰度值中極大值為Gmax，極小值為Gmin，對于當前像素點灰度值G，若滿足式（1），則可
