一种混合噪声图像去噪的平滑算法.pdfVIP

维普资讯 第40卷第2期 东 北 师 大 学 报 (自然 科 学 版 ) VOl1．40No．2 2008年 6月 JournalofNortheastNormalUniversity(NaturalScienceEdition) June2008 [文章编号]1000—1832{2008}020039—04 一 种混合噪声图像去噪的平滑算法 王宏志，胡艳君，赵 爽 (长春工业大学计算机科学与工程学院，吉林 长春 130012) [摘 要] 提出了一种新的混合滤波算法，对混有高斯和椒盐噪声的图像进行去噪处理．该算 法首先对受椒盐噪声污染的像素点，采用 自适应中值滤波算法进行去除；然后利用高阶统计量 针对高斯噪声的不敏感特性，对受高斯噪声污染的像素点，采用其周围梯度和最小的几个点的 灰度平均值来代替其灰度值去除噪声．实验结果表明，该算法能够在去除高斯和椒盐噪声的同 时，保留更多的图像细节信息，特别是对感染较大噪声的图像有更好的去噪效果． [关键词] 高阶统计量；自适应中值滤波；高斯噪声；椒盐噪声 [中图分类号] TP391．41 [学科代码] 520·60 [文献标识码] A 0 引言 实际图像在形成、传输过程中，不可避免会受到噪声干扰，由于其严重地影响了图像的视觉效果 ，因 此，在进一步进行边缘检测、图像分割、特征提取、模式识别等工作之前，采用适当的方法减少噪声是一 项非常重要的预处理步骤…1．目前在噪声的预处理中，中值滤波算法和均值滤波算法是常用的两种方 法．单一滤波方法的改进已经有了很大的进展．如文献[2]采用差值在一定范围内的点作为中值排序中 的点．文献[3]利用 自适中值滤波能够 自动改变滤波窗口的大小．文献[4]则是根据脉冲噪声点是否处于 极值作为判断依据．文献 [5]采用模糊加权方法对均值滤波算法做了改进．它们对不同的噪声有不同的 去噪特性 ，如文献[2—4]改进的中值滤波算法对脉冲噪声的去噪能力很好，却对高斯噪声的去噪能力较 差；文献[5]改进的均值滤波算法对高斯噪声有较好的去噪能力，而对脉冲噪声的去噪能力却很差．对实 际的图像处理过程而言，由于图像往往会受到两种噪声的同时干扰，因此单独采用任何一种滤波器，其 去噪效果都不能达到最好L6J． 为了尽可能地平滑噪声，并且尽可能多地保留图像细节，文献 [7]提出的图像去噪混合滤波方法，对 传统的均值滤波和中值滤波算法改进的同时，利用域值把受高斯和脉冲噪声污染的像素区分开来，分别 对像素进行处理，去噪效果得到了一定的改善．但这种混合平滑方法还是用某一像素点领域内各点灰度 级的加权平均值来代替该像素点的灰度级，这样会给图像带来不同程度模糊． 本文对文献[3]中适应中值滤波方法和文献[8]的高阶统计量滤波方法进行了分析和总结 ，提出了 一 种针对混有高斯和椒盐噪声图像的混合滤波算法．该方法首先利用 自适应中值滤波器，根据设定的条 件 自动地改变滤波窗口的大小，同时判断滤波窗中心的像素是否是噪声，如果是噪声该值用中值代替， 否则不改变其当前像素值；然后根据高阶统计量针对高斯噪声的不敏感特性，对其改进 自适应中值滤波 [收稿 日期】 2007—11—16 [基金项 目】 吉林省杰出青年科学研究计划项 目(吉科合)． [作者简介】王宏志(1961一)，男，博士，教授，主要从事数字信号处理及其应用研究 维普资讯 东 北 师 大 学报 (自然 科 学版) 第40卷 处理后的某…个像素点，采用周围梯度和最小的几个点的灰度平均值来代替其灰度值 ，去除高斯噪声． 通过实验分析比较，该方法能够在去除噪声的同时更大限度地保留图像的细节信息，并且算法是在时域 内完成的，运算量少，易于工程的实现． 1 高阶统计量 以 表示矩 ，(’表示累积量，则 h阶矩和h阶累积量分别是h一1个独立变元的函数，记为 (