基于多子窗口的混合噪声滤波算法.pdf

《基于多子窗口的混合噪声滤波算法.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25卷第6期计算机技术与发展Vol_25No．62015年6月COMPUI1ERICHNOLOGYANDDEVELOPMENTJune2015基于多子窗口的混合噪声滤波算法沈德海，张龙昌，鄂旭，侯建(渤海大学信息科学与技术学院，辽宁锦州121013)摘要：为了去除数字图像中混有的高斯噪声和椒盐噪声，提出了一种基于多子窗口的去混合噪声算法。算法借鉴多级中值滤波思想，先将滤波窗口划分为纵横交叉的多个子窗口。对于椒盐噪声，先统计各子窗口内非噪声点的个数，如果为奇数，求出各子窗口非噪声点的中值；如果为偶数，计

2、算各子窗口非噪声点的均值，然后用这些值的中值替换噪声点。对于高斯噪声，算法采用多子窗口均值法进行滤波，用各子窗口均值的均值替换噪声点。实验证明，该算法对混合噪声具有较好的滤波效果，且有效地保持了图像中的细节信息。关键词：多子窗口；高斯噪声；多级中值滤波；椒盐噪声；混合噪声滤波算法中图分类号：TP391．41文献标识码：A文章编号：1673—629X(2015)06—0069—04doi：10．~969／j．issn．1673—629X．2015．06．015AMixtureNoiseFilterAlgo

3、rithmBasedonMultipleSub-windowsSHENDe-hai，ZHANGLong-chang，EXu，HOUJian(InstituteofInformationScienceandTechnology，BohaiUniversity，Jinzhou121013，China)Abstract：TofilterouttheGaussiannoiseandsaltandpeppernoiseinthedigitalimage，amixturenoisefiltermethodbased

4、onmultiplesub-windowsispresented．Thealgorithmreferencesmultistagemedianfiltertheory，dividesthefilterwindowintoverticalandhorizontalcrosssubwindowsfirstly．Forsaltandpeppernoise，statisticsthenumberofthenon-noisepoints，ifthenumberisodd，calculatingthemediano

5、fallnon—noisepointsineverysub—window，ifthenumberiseven，calculatingthemeanofallnon-noisepointsineverysub—windowormeanofallnonextremepixels，andthenreplacethenoisepixelswiththemedianofabovemedianormean．FortheGaussiannoise，algorithmUSeSmultiplesub-windowsmea

6、nfiltering，applyingthemeanoftheallmeansoftheverysub-windowtOreplacethenoisepoint．Experimentsshowthatthealgorithmhasthebetterfilteringeffectformixednoise，andkeeptheimagedetailseffectively．Keywords：multiplesub-windows；Gaussiannoise；multistagemedianfilterin

7、g；salt-peppernoise；mixturenoisefiltermethod0引言有较好的去噪性能一。数字图像在采集、量化和传输等过程中经常会被在实际的数字图像处理过程中，图像往往会同时各种噪声所污染，严重影响了后续的特征提取、图像分受到椒盐噪声和高斯噪声的干扰，采取任何单一的滤割、图像识别等处理。图像滤波的目的就是要消除各波算法效果都不是很理想，一般需要将不同算法进行种噪声干扰，保持图像的细节信息，为后续处理提供良组合以达到较好效果。文献[3]结合中值滤波和均值好的精度保证。图像噪声中最普遍

8、的两种是高斯噪声滤波算法的优点，提出了一种MTM(Modified和椒盐噪声。针对这两类噪声，国内外众多学者已经TrimmedMean)滤波算法，取得了一定的效果。文献相继提出了很多不同的滤波算法，其中常用的两种方[4]提出的图像混合去噪算法，对中值滤波和均值滤法是中值滤波算法和均值滤波算法。中值滤波是一种波进行了改进，将高斯噪声和椒盐噪声区分开来分别非线性滤波方法，对于椒盐噪声具有较好的去噪性处理，效果得到了一定的改善。文献[5]结合模糊