基于非局部均值及SUSAN算子的混合噪声滤除.pdfVIP

第 44卷第 9期 光 子 学 报 Vo1．44No．9 2015年 9月 ACTA PHOTONICA SINICA September2015 doi：10．3788／gzxb2O1544O9．0910001 基于非局部均值和 SUSAN算子的混合噪声滤除 吴一全 ，王凯 ，戴一冕 (1南京航空航天大学 电子信息工程学院，南京 210016) (2西南石油大学 油气藏地质及开发工程 国家重点实验室，成都 610000) (3同济大学 海洋地质 国家重点实验室，上海 200092) (4南京财经大学 江苏省粮油品质控制及深加工技术重点实验室，南京 210046) 摘 要 ：为 了更好地滤除图像 中脉冲噪声和高斯噪声组成 的混合噪声 ，提 出了一种基于非局部均值和 SmallUnivalueSegmentAssimilatingNucleus(SUSAN)算子 的混合噪声滤除方法．该方法首先根据脉 冲噪声点与角点之间吸收核同值区形状特征的不同，采用 SUSAN算子检测出大量的特征点，特征点主 要是脉冲噪声点，也可能含有小部分角点．将特征点进行排序 ，出现频次最高两位 的点为脉冲噪声点．然 后采用改进的均值滤波法计算脉冲噪声点邻域中非脉冲噪声点的均值 ，以此替换脉冲噪声点灰度值．最 后针对 已滤除脉冲噪声的图像 ，采用考虑 了图像块信息的非局部均值方法滤除剩余的高斯噪声．去噪实 验结果表 明：与 自适应 中值和加权均值结合 的方法、中值滤波与小波结合 的方法、脉冲耦合神经 网络与 中值滤波结合 的方法相 比，本文方法主观视觉效果更好 ，能够更好地保 留图像 中的边缘细节 ，客观评价 指标峰值信噪 比有较大的提高，滤除混合噪声的优势明显． 关键词：图像去噪；混合噪声；SUSAN算子；改进的均值滤波；非局部均值 中图分类号 ：TN911．73 文献标识码 ：A 文章编号 ：1004—4213(2015)09—0910001-7 M ixedNoiseRemovalBasedon Non—localM eansFilterandSUSAN Operator W U Yi—quan 。一。W ANG Kai，DAIYi—mian (1CollegeofElectronicandIn}formationEngineering，NanjingUniversityofAeronauticsandAstronautics， Nanjing210016，China) (2StateKeyLaboratoryof0ilandGasReservoirGeologyandExploitation，SouthwestPetroleum University， Chengdu610000，China) (3StateKeyLaboratoryofMarineGeology，TongJiUniversity，Shanghai200092，China) (4JiangsuKeyLaboratoryofQualityControlandFurtherProcessingofCerealsandOils， NaniingUniversityofFinanceEconomics，Nanjing210046，China) Abstract：Toremovemixednoisebetter，whichiScomposedofimpulsenoiseandGaussiannoise，amixed noiseremovalmethodbasedonn