边缘保留的图像滤波方法

《边缘保留的图像滤波方法》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、万方数据匿垂羹曩豳夔豳豳羹霸图像处理文章编号：1008-0570(2007)03-3-0309-02边缘保留的图像滤波方法AnEdge-PreservingImageFi

2、ter(江苏科技大学)刘权吴LIUQUANWUCHEN陈潘舒潘晓莉PANSHUPANXIAOLI摘要：传统的高斯滤波在去除图像噪声的同时产生了边缘模糊的问题。本文通过对传统高斯滤波算法的改进，不仅考虑距离的影响．而且还考虑图像灰度值的影响。尤其是当邻域问像素的距离近并且灰度值相似时，则它们对结果有较大的影响。实验结果表明该方法在滤除图像噪声的同时又能保留图像边缘。关键词：图像滤波；高斯滤波；边缘保留中图分类号：TP39

3、1文献标识码：AAbstract：WhilethetraditionalGaussianFiltercanreduceimagenoise；itmayalsoblurimageedges．Thispaperimprovesthetradi—tionalGaussianfilterbyconsideringnotonlythespatialinformation，butalsotherangeinformationoftheimage．Specifically，neigh-borsclosertoandmoresimilartothepixelcontributemoretotheresu

4、lt．Experimentsdemonstratethatthismethodcanpreserveim—ageedgewellaswellasreducingthenoise．Keywords：Imagemter．Gaussianfilter,Edgepreserving1引言图像在生成和传输过程中常因受各种噪声源的干扰和影响而使图像质量变差．因此图像增强和恢复一直是图像处理领域中一个重要的研究课题．其最主要的任务是在去除噪声的同时尽可能保留图像边缘等各种细节信息。然而，噪声的抑制和细节信息的保持是图像处理中一对尚未被很好解决的矛盾，很多算法在抑制噪声的同时严重模糊图像．不能获得理想的

5、图像增强。如传统的高斯滤波法，在抑制噪声的同时却产生了边缘模糊效应，并且随着邻域的增大，抑制噪声效果和边缘模糊效应同时增加。而文献提出的边缘保留图像滤波方法是：先检测出图像的边缘，把图像的边缘从原图像中分离，得到无边缘纹理的图像：然后对其进行滤波，再将边缘纹理加入到滤波后的图像。这种方法虽然克服了传统高斯滤波法的边缘模糊问题，即它能保证边缘，但是它却引进了噪声。因为它在对无边缘纹理的图像运用Lee滤波器进行滤波时。很有可能把噪声当作边缘信息保留，所以该方法抑制噪声效果不明显。此外文献提出的基于图像边缘检测的小波阈值去噪方法：先检测图像的边缘。对检测出的边缘进行均值平滑滤波，再对图像边缘和

6、含噪图像分别进行小波分解，根据分解后的小波系数以确定图像的边缘特征和非边缘特征；最后，再对图像边缘对应的小波分解系数进行小阈值处理．而对非边缘的则进行大阈值处理。该方法与文献提出的方法有相同的优缺点，即保留了边缘却引进了噪声。本文针对传统高斯滤波算法只考虑在其选择邻域内距离的影响．从而在去除噪声的同时严重模糊图像这一缺点，提出了一种改进的可保留边缘的滤波法．它是属于一种上下文有关算子．不仅考虑像素间的距离因素，而且也考虑像素间灰度值因素。整个高斯掩模权值系数是在不断地动态调整中，而并不像刘权：硕士基金项目：江苏省教育厅自然科学基金资助(编号：2003316)原高斯滤波算法中的掩模权值系数

7、保持不变。改进的高斯掩模权值不仅随着掩模中心点与其邻域点之间的距离的增加而减小，而且也随着掩模中心点与其邻域点之间的灰度值差的增大而减小。在边缘处其灰度值差小，则其权值系数就大，反之在含有噪声处，其灰度值差大，其权值就小。实验结果表明，该方法在去噪的同时能很好地保留图像边缘等细节信息。获得了较好的图像增强效果。2滤波理论空域滤波是在图像空间借助掩模进行邻域操作完成的，它们根据其特点一般可分成线性的和非线性的两类。线性系统的转移函数和脉冲函数或点扩散函数构成傅立叶变换对。所以线性滤波器的设计常基于对傅立叶变换的分析。非线性空间滤波器则一般直接对邻域进行操作。另外各种空域滤波器根据功能又主要

8、分成平滑的和锐化的。平滑可用低通滤波实现，平滑的目的又可分为两类：一类是模糊。目的是在提取较大的目标前去除太小的细节或将目标内的小间断连接起来：另一类是消除噪声。锐化可用高通滤波实现，锐化的目的是为了增强被模糊的细节。尽管各滤波器的剖面形状不同。但在空域实现功能的方式是相似的，即都是利用掩模卷积，主要步骤为：(1)将掩模在图中漫游，并将掩模中心与图中某个像素位置重合；(2)将掩模上系数与掩模下对应像素相乘；(3)将所有乘积相加；(4