一种自适应加权的灰度形态学图像滤波算法-绵阳师范学院学报.PDF

第３７卷　第５期 绵阳师范学院学报 Ｖｏｌ．３７　Ｎｏ．５ 　 ２０１８年５月 ＪｏｕｒｎａｌｏｆＭｉａｎｙａｎｇＴｅａｃｈｅｒｓ＇Ｃｏｌｌｅｇｅ Ｍａｙ．，２０１８ 　 ＤＯＩ：１０．１６２７６／ｊ．ｃｎｋｉ．ｃｎ５１－１６７０／ｇ．２０１８．０５．０１７ 一种自适应加权的灰度形态学图像滤波算法 文永革 （绵阳师范学院信息工程学院，四川绵阳　６２１００６） 摘　要：数学形态学滤波属于非线性滤波，针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点，本 文提出一种基于灰度形态学的自适应加权复合滤波优化算法，采用凸性多尺度结构元素对灰度图像进行多级形态 开闭运算，根据形态滤波等幂特性，实现结构元素序列的自适应加权复合滤波，并对滤波效果进行ＰＳＮＲ评价，实验 仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声，提高了图像信噪比 关键词：灰度形态学；自适应权值；滤波算法；图像仿真 中图分类号：ＴＰ３９１４１　　　　文献标志码：Ａ　　　　文章编号：１６７２６１２Ｘ（２０１８）０５００８１０６ ０　引言 目前，数字图像滤波采用的滤波方法通常分为空域滤波和频域滤波空域滤波直接针对每个像素逐像 素操作，具有局部性，根据功能分为平滑滤波和锐化滤波；频域滤波是通过改变图像中不同频率分量实现的， 具有全局性，通常通过傅里叶变换来实现 形态学滤波与传统空域、频域滤波不同，是以集合论和几何学为基础的新型非线性滤波技术，利用具有 一定形态的结构元素，在图像每个像素及其邻域进行特定的逻辑运算，得到该位置的新像素值，减少噪声干 扰，实现滤波这种方法比传统的滤波方法在抑制正负脉冲方面效果更佳，在滤波同时，能保持图像结构不 被钝化而且，形态学滤波直接在空域进行，信号的相位和幅值特征不会变化，且计算不涉及乘除运算，与传 ［１］ ［２］ ［３］ 统的滤波方法相比较实时性好、时延小 随着双边滤波ＢＬＦ、非局部平均ＮＬＭ 、三维块匹配ＢＭ３Ｄ 等 滤波算法的逐步应用，近年来形态学研究方法在图像理解和计算机视觉的研究得到了快速发展和广泛应 ［４］ ［５］ 用 Ｄｕｆｏｕｒ及Ｔａｎｋｙｅｖｙｃｈ等应用形态滤波开展了血管造影术实时合成研究 ，Ｏｌｉｖｉｅｒ和Ｋｅｖｉｎ开展了数学 ［６，７］ 形态学形态基本运算与线性滤波器卷积运算间进行直观、易行的滤波变换研究 ，ＪＩＡＮＧＷｅｉｗｅｉ等运用多 ［８］ 结构元素形态学边缘检测方法实现对多视角灰度图像的平滑滤波和边缘检测 ，古培等运用运用灰度形态 ［９］ 学算法通过对跳频信号进行滤波，提取跳频信号二值时频图完成检测 ，ＭａｈｄｉＧｈａｓｅｍｉＮａｒａｇｈｉ等针对Ｓｏ ｂｅｌ等传统检测算子在抗噪、图像平滑、非连续边缘检测的不足，使用多结构元素和形态学算子实现了遥感卫 ［１０］ ［１１］ 星图像的滤波和边缘检测 ，刘小丹等基于Ｈｏｕｇｈ变换和形态学算子对城区道路特征信息进行提取 ，较 好地解决了较短道路和微小弯曲道路提取问题 上述研究中，绝大多数在进行形态学滤波处理时，根据待处理图像的几何形状和变化特征，人为选择单 一结构或多尺度结构元素的选择策略［１２，１３］，取得了较好的平滑效果本文在提出一种数学形态滤波优化方 法，用多尺度结构元素根据实像实际情况进行自适应加权，生成串并联结合的复合形态学滤波器，通过仿真 实验，实现了对多种噪声污染图像的灰度形态学滤波，在保持图像边缘等细节特征时更好地达到过