用噪声检测算法改进理想低通滤波器.pdfVIP

JournalofComputerApplications ISSN 1001—908l 2014．10．1O 计算机应用，2014，34(10)：2971—2975 C0DEN JYIIDU http：／／www．joca．cn 文章编号：1001—9081(2014)10—2971—05 doi：10．11772／j．issn．1001—9081．2014．10．2971 用噪声检测算法改进理想低通滤波器 杨柱 中 ’，周激流 ，郎方年 (1．成都大学 电子信息工程学院，成都610106； 2．成都大学模式识别与智能信息处理实验室，成都610106； 3．深圳市高性能数据挖掘重点实验室(中国科学院)，广东 深圳 518055； 4．四川大学 计算机(软件)学院，成都 610064) ( 通信作者电子邮箱yzz8919885@163．com) 摘 要：针对图像去噪算法存在滤除噪声与保留图像边缘细节之间的矛盾，提 出了一种使用基于分数阶微分梯 度的随机噪声检测算法来提高理想低通滤波器的去噪性能的方法。首先，使用不同方向的分数阶微分梯度模板与含 噪声图像进行卷积，计算出图像在不同方向上的分数阶微分梯度；然后，依据预先设定的阈值获得不同方向的分数阶 微分梯度检测图，将在所有选定方向上梯度都发生跳变的像素点判定为噪声点；最后，只对图像 中被检测 出的噪声点 用理想低通滤波器进行滤波，可使 图像在去除噪声和保 留图像细节两方面同时获得较优的效果。实验结果表明，所 提算法不仅可以获得更好的视觉效果，而且去噪后图像的峰值性噪比(PSNR)表明去噪后的图像更接近原始图像，使 用理想低通滤波器获得的最大PSNR为29．0893dB，所提算法获得的最PSNR为34．7027dB。将分数阶微积分用于 图像去噪，为提高图像去噪性能提供了一个新的研究方向。 关键词：理想低通滤波器；图像去噪；分数阶微积分；随机噪声检测；峰值信噪比 中图分类号：TP391．41 文献标志码：A Improving ideallow-passfilter、 thnoisedetectionalgorithm YANG Zhuzh0ng，， ，ZHOUJiliu，-，LANGFangniall (1．CollegeofElectronicsandInformationEngineering，ChengduUniversity，ChengduSichuan610106，China； 2．LaboratoryofPatternRecognitionand lntelligeatInformationProcessing，ChengduUniversity,ChengduSichuan610106，China； 3．ShenzhenKeyLaboratoryofHighPe~CormanceDataMining(ChineseAcademyofSciences)，ShenzhenGuangdong518055，China； 4．CollegeofComputerScience(Software)，SichuanUniversity,ChengduSichuan610046，China) Abstract：Forthe contradiction betweenfilteringnoiseand preservingimagedetailinimagedenoisingalgorithms，a random noisedetectionalgorithm basedoi1fractional differentialgradient，wasproposedtoimprovedenoisingperformanceof theideal low—passfi