一种去除灰度及彩色图像随机噪声的方法.docVIP

一种去除灰度及彩色图像随机噪声的方法 陈静 徐丹 (云南大学信息学院，云南，650091，jchen@mail.ynu.edu.cn) 摘要：本文提出了一种用于去除灰度、彩色图像随机噪声的方法。首先，通过小邻域的滤波窗口识别可能的噪声像素。然后，用滤波窗口内的中值替换识别出的噪声像素。实验结果表明此方法在去除噪声，保护细节方面优于传统的算法和近年来提出的改进算法。 关键词： 图像处理；随机噪声；灰度图像；彩色图像 A Method For Removing Random_valued Noise From Gray Scale And Color Images CHEN Jing, XU Dan (The College of Information Science of Yunnan University, Yunnan 650091) Abstract: This paper proposes a method for removing random_valued noise from gray scale and color images. First, a small-window filter is designed to identify pixels which are likely to be contaminated by noise.Then, if a pixel is detected as a corrupted one according to the filter, the median-pixel value is used to replaced it. The experimental results demonstrate that the proposed method outperforms other conventional methods and recently proposed methods in reducing noise and retaining details. Key words: image processing；random_valued noise；gray scale images；color images 1 引言 数字图像的噪声主要来源于图像获取(数字化) 和传送过程中。噪声不但影响了图像的视觉效果，而且妨碍了人们的正常识别，因此图像噪声的有效滤除成为图像处理的一项重要任务。不仅如此，在大部分场合，例如：边缘检测，图像分割，特征提取，模式识别，对图像中的噪声能否有效的滤除直接影响着后续工作的进行，所以图像噪声的有效滤除一直是图像预处理的重要环节和热点。 对大多数图像处理应用系统来讲，噪声类型主要是高斯噪声和随机噪声等。对于不同类型的噪声，一般根据其噪声特征，选用不同的方法。对于随机噪声，人们经过多年探索，已提出了一些方法。但彩色图像不同于灰度图像，彩色图像的每一个像素需要三个量对其进行描述。所以，对彩色图像随机噪声的滤除比灰度图像复杂和困难。 2 相关工作 2.1 灰度图像随机噪声的滤除 标准的中值滤波器是典型的去除随机噪声的非线性滤波器。它对随机噪声有良好的抑制作用，但其缺点是需要对图像中的所有点进行滤波处理，滤波后的图像较易丢失某些细节信息。 为了提高滤波效果，提出了许多对中值滤波的改进算法，例如：自适应中值滤波器[1]，中心加权中值滤波器[2], 最大值-最小值方法[3]。相对于最初的中值滤波，这些方法都增加了噪声检测过程，只对认为是噪声的点进行灰度估计，避免了正常点的灰度修改。其中，最大-最小值方法较好地保护了图像的细节信息，但是该方法滤波速度较慢。 2001年P.S. Windyga提出了峰-谷滤波方法[4]，若待检测像素的灰度值是滤波窗口内灰度的最大值或最小值，则认为该点是噪声点，并简单地用窗口中其它点的灰度最大值或最小值作为噪声点处的灰度。峰-谷滤波方法将噪声检测和灰度估计在一步内完成，大大加快了滤波速度，但峰-谷法的去噪效果不是太好，容易丢失图像细节。2004年NaifAlajlan等人[5]将最大-最小值和峰-谷滤波合起来得到一种新的方法，用峰-谷法检测噪声点，然后用最大-最小值方法对噪声点进行处理。该方法较之最大-最小值方法，速度有所提高。但对于较高密度的噪声，效果仍不理想。值得一提的是，2005年，Chan R H等人提出的去噪算法[6]，可在较高密度噪声50%时获得较好的滤波效果，但此算法是以变分和迭代求解偏微分方程的方法重复对噪声图像进行修复，计算复杂度大，运行时间长。这对图像处理是难以忍受的。 2.2 彩色图像随机噪