大文件遥感图像中值滤波算法研究.docVIP

大文件遥感图像的中值滤波算法研究 唐山师范学院计算机与科学系 09级本科班 翟艳侠 091220141081 摘要: 利用中值滤波技术能够很好的抑制噪声和保护边缘信息这一特性, 用不同的滤波窗口对遥感图像进行处理, 并做出处理后图像的归一化差值图像。通过图形分析发现差值图像上的信息比原始图像细节信息更丰富,但是当遇到比较大的文件，我们就需要对中值滤波算法进行优化，使它能更好的为我们服务。 关键词: 中值滤波; 图像处理; 遥感; 遥感图像处理 Abstract: the use of median filtering technology can very good suppression noise and protection of the edge information of the properties, use different filtering window in remote sensing image processing, image processing and make after the normalized difference image. Through the graphic analysis found that difference image information than the original image detail information more rich, but when meet larger files, we need to median filtering algorithm for optimization, and make it better for our service. Keywords: median filtering; Image processing; Remote sensing; Remote sensing image processing 一、引言 遥感图像作为遥感技术的重要成果, 对各个领域的决策及现象分析起到了很大的作用 。 所以在使用一幅遥感图像之前, 必须对遥感图像进行处理 。目前, 常用的图像噪声滤波方法有低通滤波法 、带通滤波法 、 平滑 、 锐化滤波 、 均值滤波等, 但是这些方法在消除噪声的同时也会将有用的信息一并消除, 影响了图像的真实性, 所以很多人试图用中值滤波法对图像进行处理 。 研究表明, 中值滤波法是消除随机图像噪声的最佳方法, 对图像进行中值滤波后,可以很好地消除分布在图像上的各类随机噪声 。中值滤波 ( M F ) 是一项比较成熟的技术 。 早在20 世纪70 年代, L. R. R ab m e r, M . R. Sa m b u r 和C . E . Sch m i d t 就提出了早期的中值滤波算法原形 。 在1982 年, T. A. N o de s 和 N. C . Ga l l agh e r 对中值滤波技术进行了分析并对其特性进行了描述, 为以后中值滤波的发展奠定了基础 。 1986 年 G . R. A rce, N. C . Ga l l agh e r 和T. A. N o ed s 进一步总结了它的理论基础和应用领域, 使中值滤波在信号处理的领域得到重视 。 国内较早对中值滤波技术进行研究的是1985 年由李承楚发表的 “关于中值滤波的理论基础” 一文 。 虽然国内中值滤波技术研究起步比较晚,但是对于新方法的研究却发展较快 。由于中值滤波同时具有抑制噪声 ( 尤其是脉冲噪声) 和保护边缘的特征, 而在信号处理领域得到很大的重视, 特别在非平稳信号的处理中取得了较大的成功, 随之而来, 各种中值滤波的改进技术也在不断的发展, 应用领域在不断的拓宽 。 二、中值滤波算法过程 本文提出的中值滤波的快速算法的基本思想是：原始数据序列上中值滤波的滑窗在移动过程中，当前窗只要删除其最早的元素，加入窗后的新元素，即成为下一窗的内容。下一窗的中值滤波实现可利用上次中值滤波的排序结果，新元素的插人位置用有序序列快速查找算法求得，新元素插人与最早的元素删除的实现采用独特的数据结构，将是新元素覆盖最早的元素，即是插人兼并了删除。设置(2N+1)个连续存贮单元(存放浮点数){ (。)t (1)，?， (2Ⅳ)}组成的循环序列用来存放窗内的数据元素 按照先进先出的原则，后来的数据元素总是替换当前最早存放的数据元素。设置(2／／+1)个连续存贮单元(存放整数){ (。)， (1)，?，s(2N)}顺序存放的是，若上述窗内元素从小至大排序后，顺序的元素在Ⅳ 序列中的下标值，即满足 ( (。))≤w(s(1))≤ ?≤w( (2Ⅳ))。设置(2Ⅳ+1)个连续存贮单元(存放整数){a(0)，n(1)，?，a