基于均值思想的中值滤波改进算法.docxVIP

基于均值思想的中值滤波改进算法 脉冲噪声的消除 在生成和传输过程中，图像容易产生脉冲噪声。产生脉冲噪声的原因多种多样,主要包括传感器的局限性及通信系统的故障和缺陷,通信系统的电气开关和继电器改变状态时都会产生此类噪声。脉冲噪声对模拟数据只是小麻烦,但在数字式数据通信中,脉冲噪声是出错的主要原因。脉冲噪声分为椒盐噪声和随机值脉冲噪声,消除的方法分为线性滤波和非线性滤波。线性滤波具有低通特性,不容易保存图像的细节和边缘;非线性滤波的典型代表是中值滤波,自Tukey在20世纪70年代提出中值滤波以来,中值滤波技术被广泛应用于消除图像中的脉冲噪声。但随着脉冲噪声密度的增大,标准中值滤波在保存图像细节方面效果欠佳。本文主要比较了两种改进的中值滤波算法,其中加权自适应中值滤波算法较标准中值滤波具有更优良的滤波性能,能更好地保留原始图像细节和边缘。 1 图像边缘重建 标准中值滤波算法SMF(standard median filter)主要依赖于快速排序算法,是一种具有较少边缘模糊的非线性滤波方法,不仅能够去除或者减少随机噪声和脉冲干扰,还能较好地保留图像边缘的信息。 基本思想是:在要排序的元素集合中任意选取一个元素,并将它与其他元素进行比较,将所有比这个元素小的元素都放在它之前,将所有比它大的元素放在它之后;经过一次排序之后,可按该元素所在的位置分界,将集合分成2个部分;然后对剩下的2个部分