答辩保持图象细节的滤波算法研究.pptxVIP

题目：保持图像细节的滤波算法研究学生姓名：__________王元春_________院系：______电子信息学院_______班级：______信工11001班_______指导老师：_________付青青___________2014年6月5日论文答辩

一本课题研究意义与目的在现实生活中，将实际获得的图像进行数字化、传输和处理过程中，不可避免的存在一定的外部干扰和内部干扰，使得用户获得的数字图像被噪声污染，如元件的灵敏度不够、量化误差、传输过中的电压不稳等。因此，图像去噪是图像处理的一个很重要的环节。通过图像去噪，会得到更优质的图像，方便后续更高级的图像处理。一旦去噪效果不佳，后续的图像分割、图像识别等都无从谈起。而这些噪声中椒盐噪声(也叫脉冲噪声)的表现更为突出，本课题就是对图像去椒盐噪声方法进行研究。目前中值滤波对椒盐噪声的去除有显著效果，这是本课题方法的基础。 本课题先分析典型中值滤波，如标准中值滤波、加权中值滤波、自适应中值滤波，在它们的基础上，寻找更加优越的中值滤波算法。

二标准中值滤波(SM)1.标准中值滤波原理 中值滤波的基本思想是把当前窗口的像素按灰度值进行排序，取该序列灰度值的中间值作为当前像素的灰度值。一般采用3*3的滤波窗口。方法如下： 1.将窗口在图象中滑动，并将窗口中心与某一像素点重合2.记录窗口中所有像素点的灰度值3.将这些灰度值按照从小到大的顺序排列4.记录这些灰度值的中间值5.将所记录的中间值代替窗口中心像素点的灰度

中值滤波流程图

各种滤波窗口

三中心加权中值滤波(CWM) 中心加权中值滤波(CWM)的方法与标准中值滤波器(SM)基本一致，不同之处在于中心加权中值滤波(CWM)对窗口中心像素点设置权值，它的方法如下： 1.对窗口中心像素点设置权值为2K+1,其余像素点设置为1 2.把窗口所有加权像素点按照灰度值高低排序 3.对排列后的像素点灰度值取中间值 4.用中间值取代窗口中心像素点的灰度值 在中心加权中值滤波(CWM)中如果中心权值2K+1大于或者等于滤波窗口大小时，中心权值滤波(CWM)就会变成恒等滤波，滤波输出值等于滤波前的窗口中心像素值，失去去噪效果。当中心权值较大时，能比标准中值滤波(SM)较好保留图像细节信息，但去噪效果差点。当中心权值较小，能明显去噪，但图像细节模糊程度增加。

四三态中值滤波(TSM) 三态中值滤波流程图 噪声检测机制： 1.经过过SM和CWM滤波，记录值为ysm和ycwm 2.然后设3.设置阀值T，例如0，10，15TSM输出公式

五自适应中值滤波(AM)自适应中值滤波(AM)AM滤波公式(表示为将其窗口中心像素点与序列中心像素点的距离映射到中值与其左右相邻像素点灰度值的线性关系。)检测判断公式

六基于噪声检测的模糊自适应中值滤

波(VAM)非噪声点、细节点和噪声点点检测1)非噪声点检测非噪声点满足下式：|G-Gmin|T并且|G-Gmax|TGmin、Gmax为灰度极值2)细节点判断：假定图像的全局极大值为Gmax，极小值为Gmin，滤波窗口可选取的最大值为Wmax，对于图像中任意像素点P（a，b），有：A、以P为中心，设置窗口大小w为3的滤波窗口。B、计算该窗口内标准中值滤波结果，记为SM；若满足GminSMGmax，则转到4。

C、设置窗口大小扩展为w+2；若wWmax，则转到4，否则转到2。D、对于当前滤波窗口，计算像素点P与另外w*w-1个像素点灰度值差值的均值Gmean；若GmeanT1，则将像素点P归类为细节点，否则归结为噪声点。经实验表明，T1取10到20是效果最佳的。基于噪声检测的模糊自适应中值滤波(VAM)VAM滤波器的算法流程如下所示：1)以P为中心，设置窗口大小w为3的滤波窗口。2)计算当前滤波窗口下，采用AM滤波算法的结果，记为AM；若满足GminAMGmax，则转到4。3)设置窗口大小扩展为w+2；若wWmax，则转到4，否则转到2。4)记当前AM为VAM，做为像素点P的滤波结果，并将VAM更新为像素点P滤波后的灰度值。

七仿真结果原图