图像处理中的滤波研究.docxVIP

图像处理中的滤波研究 第1期 2005年3月 电光系统 ElectronicandElectro?opticalSystems NO.1 March.2oo5 图像处理中的滤波研究 武林伟王小军 中国电子科技集团公司第27研究所郑州450005 摘耍:有效降低噪声干扰，是对数字图像进行处理的关键环节之一.本文介绍均值 滤波和屮值滤波的基 本原理和方程公式，分析了均值滤波和中值滤波的滤波性能?通过分析和实验表明, 在一般的噪声模型 下，当噪声污染的概率较小时，中值滤波抑制噪声的能力优于均值滤波;而当噪声 污染的概率较大时，均值 滤波抑制噪声的能力优于中值滤波. 关键词:图像处理滤波均值滤波屮值滤波 中图分类号:TN713文献标识码:A 1刖§ 无论是对图像的实际处理应用，述是进行信 道传输，都免不了受到噪声的干扰?抑制图像中 的噪声，提高信噪比，一直都是图像处理的热点 之一?滤波技术是一种图像增强技术，很多图像 处理和分析系统都采用滤波技术减弱噪声的影 响?在对噪声图像的预处理中，均值滤波和中值 滤波是两种最常用的方法?下而的文章中，将详 细介绍均值滤波和屮值滤波的基本原理,分析它 们不同的滤波特性. 2均值滤波 2」均值滤波的基本原理 均值滤波算法的基本原理…:首先确定一个 以某像素为屮心点的邻域，一般为方形邻域，然 后将邻域中的各个像素的灰度值进行取加权均 值，把加权均值作为中心点像素灰度的新值?这 里的邻域一般称为窗口?当窗口在图像中上下 左右进行移动后，利用均值滤波算法就可以很好 地对图像进行平滑处理. 我们可把其噪声描述为随机分布的许多灰 度恒定的小区组成，它基木上反映各类图像的 结构特征;另外，图像中的噪声为加性的，且互 不相关，实际得到的数字图像g(,Y)为： g(,Y)二 f(,Y)+n(,Y) 式中f(,Y)为原始图像,n(,Y)为噪声. g(,Y)经局部平均处理后，得到平滑图像 为： g()lG) 击+ V) 其中,s为点(,Y)邻域内点集;为点集s中 的像素点数?假定图像是由许多灰度恒定的小区 构成，上式右边第1项非常接近原始图像;第2 项为平滑后图像中的噪声，它的均值仍为零，其 方差为： 1(V)}12V)} 可见图像经平滑后噪声方差减小倍，起到了 去噪提高信噪比的效果. 但上式简单的局域平均处理会引起图像模 糊，使边缘不清晰;另外考虑到硬件实现方便，常 常选用加权平均方法，用窗口内像素灰度级加权 均值为取代窗口中心像素原有灰度级，即 gG),)=EW(i,)Xg(,),) 其屮,(,)为加权系数矩阵?为了避免处理 后图像的平均亮度发生变化,(i,)所有元 素之总和应等于l?W(i,)可以看作为模板， 平滑过程相当于模板与图像局部区域的卷积. 将上式均值滤波公式按3X3窗口模板写 成： g(,),)= L S w(k,z) X—11} ,Y—z) 在设计中,选用的模板为 22电光系统第1期 吉］II 电路设计中，在不影响运算精度的情况下， 采用舍去某些运算的中间结果的低位，来达到简 化电路的目的. 2.2均值滤波的滤波特性 噪声图像的预处理中，均值滤波因算法极简 单，且对高斯噪声有较好的平滑能力得到广泛应 用?均值滤波算法是在原图像空间中，借助模板 进行邻域操作完成的?它是一种线形低通滤波 算法，对一般的图像进行局部平均处理，可以使 背景和B标的灰度值波动减少，使灰度直方图峰 谷更加明显，减少灰度交迭和误分概率?但是它 也有以下的缺点:①在图像边缘区由于存在两 种不同的像素值，采用相同权值的均值滤波会造 成边缘模糊?②均值滤波对脉冲噪声十分敏 感?其根木原因在于在均值运算中，各个像素的 权值都一样，当滤波窗内存在奇界点（脉冲噪 声）时,奇异点在很大程度上影响滤波效果，同 时奇异点的存在经均值滤波其影响还会扩散到 其周围像素?③均值滤波没有充分利用图像像 素间的相关性和像素的位置信息. 3中值滤波 3.1中值滤波的基本原理 屮值滤波是由图基（Turky）在1971年提出 的?中值滤波算法的原理是:首先确定一个以 某像素为中心点的邻域，一般为方形邻域，然后 将邻域中的各个像素的灰度值进行排序（升序或 降序均可）,把排序后最中间像素的灰度值作为 屮心点像素灰度的新值?当窗口在图像屮上下 左右进行移动后，利用中值滤波算法就可以很好 地对图像进行平滑处理?对序列而言中值的定 义是这样的： 若,:…为一组序列，先把其按大小排 歹U1…， 则该序列的中值Y为： r（）,n为奇数 Y=Med{X123 — ％}={1.??1 [[ 号+（下 n+l）],n 式屮，若把一个点的特定长度或形状的邻域作 为窗口，在一维情况下，中值滤波器是一个含有 奇数个像素的滑动窗口?窗口正中间那个像素的 值用窗口齐像素值的中值来代替,设输