一种去除图像溷合噪声的新方法.pdfVIP

第 31卷第 6期 衡 阳师范学 院学报 No．6Vo【．31 2010年 12月 JournalofHengyangNormalUniversity Dee．2010 一 种去除图像混合噪声的新方法 杨 辉 ，唐建锋 ，陆世专 (衡 阳师范学院 物理与 电子信息科学系，湖南 衡阳 421008) 摘 要 ：某一种去噪方法通常只对某一类噪声的滤除较为有效 ，为 了抑制混合噪声 ，提 出一种结合 中值滤波与 小波去噪的图像去噪算法。该算法首先检测 出脉冲噪声点，并采用 自适应 窗 口对脉冲噪声点进行 中值滤波处理 ， 然后用基于高斯混合模型的小波去噪法滤除 图像 中的高斯 白噪声。仿真实验表 明，对于被 高斯 、脉冲混合噪声 污染的 图像 ，该算法的去噪效果显然比单一的 中值滤波和 小波去噪法好得 多。 关键词 ：图像去噪 ；中值滤波；小波去噪 ；高斯噪声 ；脉冲噪声 中图分类号 ：TP391 文献标志码 ：A 文章编号 ：1673-0313(2010)06—0035-05 本文充分利用 中值滤波去脉冲噪声和小波去 0 引 言 噪法去高斯噪声的优势 ，提 出一种基于脉冲噪声点 图像在采集、传输等过程 中不可避免会受到各 检测的 自适应 中值滤波与基于高斯混合模 型的小 种噪声的干扰 ，为了后续更高层 次的处理 ，很有必 波去噪相结合的图像去噪算法 。 要对图像进行去噪预处理 。图像 噪声有很多种，主 1 基于脉冲噪声点检测的自适应中值滤波算法 要表现为脉冲噪声和高斯噪声。很多情况下，脉冲 噪声与高斯噪声在 图像中是同时出现 的，被称为混 1．1 脉冲噪声的检测 合噪声。某一种去噪方法通 常只对某一类 噪声 的 脉冲噪声是 由于某 些原因在 图像 中产生 的一 滤除较为有效 ，如中值滤波特别适用于脉冲噪声 的 些灰度值很小或灰度值很大 的污染点，这些点在灰 去除，虽然对高斯 噪声也有一定 的平滑作用，但滤 度特征上与其它像素点有较 明显的区别 ，一般是其 波效果并不好 ，同样 ，小波图像去 噪法 只是基于高 邻域 中的灰度极值点。所 以最简单 的脉冲噪声检 斯 白噪声的假设 ，对高斯 噪声的滤 除效果 比较好 ， 测方法就是根据像素灰度值是否远大于或远小于 但对脉冲噪声的去噪效果不理想 。对于混合噪声 ， 其邻域点 的灰度值来判断该像素是否为脉冲噪声 单独使用中值 滤波或小波去噪法都得不 到很 好 的 点_l4]，但并不是所有的极值点都是脉冲噪声点 ，因为 效果。近年来人们提 出了许 多结合不 同的方法来 不含噪声点的图像灰度平滑区域或有强边界 的区 滤除图像 中同时存在的混合噪声 ，如王建勇等结合 域 中同样有极值点，所 以仅靠简单 的极值判断还不 中值与模糊滤波技术 ，提 出一种新 的图像混合噪声 足 以说明像素的性质 。 滤波算法l】]，李慧娜等提 出一种基于多级 中值滤波 本文在检测出窗口内极值点的基础上 ，利用5×5 和均值滤波的图像混合 噪声滤波算 法l2]，姜春苗等 窗 口内的邻域信息进一步区分脉冲噪声点和灰度平 提出基于开关 中值滤波和贝 叶斯最 小平方 一高斯 滑区域点、强边缘点。整个检测算法分为两步： 尺度混合模型的去噪方法 j。 (1)极 值检测。若 当前点 (i，J)不是检测 窗 口 收稿 日期 ：2010—09—06 基金项 目：衡阳师范学院科学基金项 目(09B