一种改进的遥感图像去噪自适应中值滤波算法.pdf

《一种改进的遥感图像去噪自适应中值滤波算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1期矿山测量No．12014年2月MINESURVEYINGFeb．2O14doi：10．3969／j．is$n．1001—358X．2014·O1．04一种改进的遥感图像去噪自适应中值滤波算法张燎，周小军，谭薇(甘肃工业职业技术学院电信学院，甘肃天水741025)摘要：遥感图像在其获取、传输的过程中，受多种因素的影响，会含有大量噪声而使图像降质。文中在分析标准的中值滤波算法和自适应中值滤波算法的基础上，结合均值去噪提出了一种改进自适应遥感图像去噪方法。通过MATLAB实验证明：在噪声密度较大时，该算法能有效的滤除遥感图像椒盐噪声，同时可更好

2、的保存原始图像的细节和边缘信息。与其它传统方法相比，文中介绍的方法更具有一定的优势。关键词：遥感图像处理；均值滤波；自适应中值滤波；噪声密度中图分类号：P23文献标识码：B文章编号：1001—358X(2014)01—0012—03遥感图像在获取和传输的过程中，受传感器和上，结合大窗口和小窗口滤波两方面的优势，自适应大气等因素的影响不可避免的会存在噪声，为获得确定滤波窗口的大小。设，I{为像点在坐标(i，_『)清晰的、高质量的遥感图像，对遥感图像进行去噪处的灰度，，瑚为A中灰度级的最小值，，皿。为Aji中的灰理是十分必要的¨。本文在分析标准中值

3、滤波度最大值，[sea为A；i中的灰度中值，滤波窗口的大小(SMFStandardMedianFilter)和自适应中值滤波由A；自适应确定，A⋯为Ai允许的最大尺寸．以含噪(AMFAdaptiveMedianFilter)的基础上提出一种改图像上的每一点(i，)为中心，为对像点(i，)进行进的自适应中值滤波算法(IAMFImprovedAdaptive中值滤波的工作窗口，先以较小的3x3窗口开始滤MedianFilter)，该算法在滤除噪声和保护图像细节波，获取窗口内灰度中值，。，第一步就是判断中值信息等方面取得了良好效果，具有更好的噪声适应

4、滤波的输出lined是否是噪声。如果条件，<，<能力，对于滤除遥感图像噪声具有很好的实用价，⋯成立，则，m。不是噪声。这时，转第二步，检测，看值。一下窗口A；中心点本身是否是噪声(A；；是将被处理1标准中值滤波原理的点)．若条件，<<，～为真，那么和lined就不是噪声。这时，输出一个不变的像素值，．．。如果条标准中值滤波(SMF)主要依赖于快速排序算件，mi<，ij

5、值第一步找到噪声(如果不满足，则转第二步)。则自用该点的一个邻域中各点的中值代替。设{．i，(i，_『)动增大窗口尺寸并重复执行第一步。直到找到一个∈，}表示数字图像各点的灰度值，滤波窗口为A的二维中值滤波定义为：非噪声的中值，或者达到窗口允许的最大尺寸。若Yji(i，J)：Med{ji}=Med{j+，i+sEA(i，)E12}已达到最大窗El，则返回值。．。改进自适应中值滤波。随着噪声的增大，自适(1)应中值滤波去除噪声效果变差，而均值滤波在去除滤波窗口大小及形状对滤波效果影响很大。噪声方面有较大的优势，通过结合均值滤波，使自适当窗口较小时

6、，去噪不彻底，当窗口较大时，会丢失应中值滤波在保留细节的同时，也能较好地去除噪边缘节造成图像模糊，尤其当噪声较大时，使用中值声，以A⋯：9x9为例，当自适应中值滤波算法进行滤会产生较严重的失真，使图像变的模糊，同时标准到最后一步时，由于噪声密度较大，在，-；点上使A⋯中值滤波需要进行大量的排序工作，计算量很大。输出为极值(0或255)，通过对进行窗口大小为92自适应中值滤波及改进×9均值滤波，来消除噪声。文中采用修正均值滤波为改善滤波效果可以在标准中值滤波算法基础器，即在邻域内去掉g(s，t)灰度值为0和25512第1期矿山测量2014年2月别

7、为图像横向和纵向像素的个数，文中遥感图像信噪比公式为SNR=101og(型)，本文采用Ps^=N=256，L为图像灰度级，L=256。峰值信噪比来衡量，其公式为：(3)熵日PsNR若在数字图像上存在有K个灰度，则灰度直方图代表信息场中K个信号各自发出的概率。此时若=10log[MxN×(一1)2／互Efo。(i，j)一fil(J)]】假设各个信号之间是相互独立的，则一幅图像上每g()(3)个像元(信号)所携带的平均信息量可以用～阶熵来表示：(2)均方差MSEK—1日[，)]=一∑P·log(P)(5)MSE=专i[t(i，j)～(，_『)]](

8、4)其中，P为影像上的第1级灰度概率值，称其中,fo(i，)为滤波后的图像的像素值，为一阶熵，式中取以2为底的对数。(，)为滤波前的图像，这里指原始图