基于城区距离自适应加权均值滤波算法.docVIP

基于城区距离自适应加权均值滤波算法 　　摘要： 针对传统滤波窗口不能自适应扩展以及标准均值滤波易造成图像边缘模糊的缺陷，提出一种基于城区距离的自适应加权均值滤波算法。首先，利用开关滤波思想检测出噪声点；其次，对于每一噪声点，依据城区距离扩展窗口，窗口的大小根据窗口内信号点的个数自适应地调节；最后，将窗口内足够数量信号点的灰度的加权平均值作为噪声点的灰度值，实现对噪声点的有效恢复。实验结果表明，该算法能够有效地滤除椒盐噪声，尤其对噪声密度较大的图像，去噪效果更加显著。 关键词： 城区距离；自适应；均值滤波；高密度噪声；图像去噪 0引言 图像信号在形成和传输过程中，由于采集系统、传输媒介及成像系统的不完善，会引入不同程度的噪声，从而使图像质量下降。由于图像的许多后续处理工作（如边缘检测、模式识别、图像分割等）的成败在很大程度上依赖于噪声去除的效果和质量，因此有效的噪声滤除工作是图像处理过程中非常关键的一个环节。椒盐噪声[1]是由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点。去除椒盐噪声常用的方法有均值滤波、中值滤波等[2]。均值滤波是用n×n（n为大于或等于3的奇数）的滑动窗口作为模板，将这个模板对应的各像素点灰度的平均值作为当前像素点（一般是窗口的中心点）的灰度值。这种方法虽然能够达到不错的滤波效果，但是由于均值滤波是对图像中的每一个