图像处理中的中值滤波的实现.pdfVIP

　第 25 卷 第 4 期 　　　　　佳 木 斯 大 学 学 报 ( 自 然 科 学 版 ) 　　 Vol . 25 No . 4 　2007 　年 07 月 　　　　　Journal of Jiamusi University (Natural Science Edition) 　　 July 　2007 ( ) 文章编号 :1008 - 1402 2007 04 - 0500 - 03 图像处理中的中值滤波的实现① 1 2 张桂华 , 　陆卫东 ( 1. 齐齐哈尔市财政信息中心 ,黑龙江 齐齐哈尔 161002 ;2 . 齐齐哈尔市游泳馆 ,黑龙江齐齐哈尔 161002) 摘 　要 : 　对图像处理过程中的中值滤波作了详细的论述 ,对图像的噪声的特点、判断方法以及处理 方法做了详细论述 ,较详细地给出了中值滤波地处理过程 ,给出了中值滤波的实现. 关键词 : 　中值滤波 ;噪声 ;平滑 ;平均 中图分类号 : 　TN911. 73 　　　　文献标识码 : 　A 值方差 ,相关函数等. 因为这些数字特征都可以从 0 　引　言 [2 ] 某些方面反映出噪声的特征 . 中值滤波是将邻域中的象素按灰度级排序 ,取 图像中的噪声种类很多. 对图像信号幅度和相 其中间值为输出象素. 中值滤波的效果依赖于两个 位的影响十分复杂 ,有些噪声和图像信号互相独立 要素 :邻域的空间范围和中值计算中涉及的象素数 不相关 ,有些是相关的 ,噪声本身之间也有些相关. (当空间范围较大时 ,一般只取若干稀疏分布的象 因此要减少图像中的噪声 ,必须针对具体情况采用 ) 素作中值计算 . 中值滤波能够在抑制随机噪声的 不同的方法 ,否则很难获得满意的处理效果. 一般 同时不使边缘模糊 ,因而受到欢迎 ) [ 1] . 在图像处理技术中常见的噪声有 : 加性噪声 　g = f + n ; 1 　噪声 乘性噪声 　g = f + f n ; 图像平滑主要 目的是减少噪声. 一般情况下 , 量化噪声. 在空间域内可以用邻域的平均来喊少噪声. 在频率 图像中的噪声往往和信号交织在一起 ,尤其是 域 ,因为噪声频谱多在高频段 , 因此可以采用各种 乘性噪声. 如果平滑不当 ,就会使图像本身的细节 形式的低通滤波的办法来减少噪声. 如边界轮廓 ,线条等变得模糊不清 ,从而使图像降 质 ;所以图像平滑过程总是要付出一定的细节模糊 1. 1 　图像中的噪声 代价. 如何既能平滑掉图像中的噪声 ,而又尽量保 噪声可以理解为“妨碍人们感觉器官对所接收 持图像细节即少付出一些细节模糊代价是图像平 的信源信息理解的因素”. 例如一幅黑白图片 0 ,其 滑研究的主要问题之一. 平面亮度分布假定为 f ( x ,y ) ,那么对其接收起干 设 g 为噪声图像 ,f