基于边缘保护的中值滤波算法的改进.pdf

《基于边缘保护的中值滤波算法的改进.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、实用技术推广刘莘又U辛’4-ls‘1．徐州医学院医学信息学院；2．徐州电信局为了有效的去除图像中的脉冲噪声点，同时有效保护图像边缘信息，提出了一种基于边缘保护的噪声监测和噪声去路方法。它在充分分析噪声和边缘分布特性的基础上，对图像中的疑似噪声点进行多方向检测，进而有效的辨别出噪声和这缘的区别，同时在传统中值滤波的基础上，提出采用非线性多级方向中值滤波技术，该技术可以有效降低噪声对图像的影响．有效保护图像细节。DOI：10．3969／j．issn．1001—8972．2015，07．046基于边缘保护的中值滤波算法的改进数字图像往往通过通讯信道获得或进

2、行传输，在此255，而大部分脉冲噪声点集中在255和0附近。基于过程中图像不可避免的会受到各种干扰，脉冲噪声就是其这个原因，我们可以把像素信号分为可疑噪声信号和有用中的一种。脉冲噪声是突发出现的幅度高而持续时间短的信号。对于可疑噪声信号需要进行进一步判别其为边缘信离散脉中，强度比信号强度大得多，噪声点亮度与其邻域号还是噪声。实际上，对于自然图像，相邻像素之间的灰的图像亮度值具有明显的不同，在图像上造成黑白亮暗点度值具有很大的相关性，即使在边缘位置上也是这样，根干扰：当脉冲噪声为正时，受干扰的像素表现为孤立的亮据这个原理，对可疑噪声信号的判别，我们提出

3、了基于脉点(盐点)，像素灰度值明显高于邻域的正常值；当脉冲冲噪声检测的思路。噪声为负时(胡椒点)，受干扰的像素表现为孤立的暗点，(1)根据图像的灰度值确定可疑噪声点ni，j。像素灰度值明显低于邻域的正常值。如何在去除脉冲噪声(2)对于可疑噪声点，考虑到图像之间的像素是离点同时保持图像细节，一直是非线性滤波算法的研究热点。散的，因此我们采用灰度差值的方式判别是否相关。表1W=3时窗口图示传统中值滤波算法W1W2W3W4nl，lW5传统的中值滤波通过把图像中所有像素点的灰度值用其邻域的中值来代替对图像中脉冲噪声进行检测和去除，W6W7W8对噪声具有良好的

4、平滑效果，但中值滤波仍存在很多亟待(3)由于一个像素点可能在任意方向上存在相关性，改进的地方，如(1)它在平滑噪声的同时，模糊了图像因此我们需要计算四个方向的差值(水平，竖直，水平方的边缘、拐角以及细线等细节信息；(2)中值滤波一般向45。，水平方向135。)。采用冒泡排序法对像素点进行排序，使得该算法的具有较水平方向：Vdl=w4-hi,jH一w5lI高的时间复杂度。究其原因是因为中值滤波没有考虑到像素点是否被噪声污染，对图像中的所有像素点进行了统一竖直方向：Vd2=l1w2-~i,j一w70处理。为了解决图像边缘等细节问题，很多学者提出了改进水平

5、45。：Vd3=-hi,jl_l一w6方法。如卢洋等人根据灰度变化率设置阈值判断脉冲噪声点，再进行滤波；史佳晨等人根据噪声点灰度值具有极大水平135。：Vd4：-hi,jl_I～w8l(1)值或极小值的特点，对噪声在进行判别的基础上进行滤波。这些算法存在的问题是，错误的认为具有极值点的都是噪(4)根据视觉，噪声点密度较低，则检测窗口大小声，而边缘点也可能具有极值点。可以设定初始值为w：3。若有一个或多个方向的差值表现为连续性，则此点为边缘点。对于连续性Ag#J断可通过基于噪声点监测的改进中值滤波算法设置阈值的方式，设定阈值为T1，根据脉冲噪声的特点，

6、T1的值设定为2，若Vdi