文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于加权检测的脉冲噪声新滤波器_王双双
侵权投诉

基于加权检测的脉冲噪声新滤波器_王双双

第30卷第10期

2010年10月

文章编号:1001-9081(2010)10-2815-04

计算机应用

JournalofComputerApplications

Vo.l30No.10

Oct.2010

基于加权检测的脉冲噪声新滤波器

王双双,王士同,李柯材

(江南大学信息工程学院,江苏无锡214122)

(jnuwss@126.com)

摘 要:在分析噪声检测与噪声滤波原理的基础上,提出了用于恢复被脉冲噪声污染的图像的去噪算法。该算

法基于方向差异性将检测窗口分解为四个子窗口,并取子窗口的中间像素与相邻像素的灰度值之差的加权平均值与预先定义的阈值进行比较,较准确地区分噪声点和信号点;然后根据方向相关依赖性,采用一种边缘保持滤波方法来重构被噪声污染像素的灰度值。实验结果证明,该算法在提高图像信噪比的同时,可以更好地保持图像的细节信息。

关键词:脉冲噪声;加权检测;图像去噪;滤波器中图分类号:TP391.41 文献标志码:A

Newimpulsenoisefilterbasedonweighteddetection

WANGShuang-shuang,WANGSh-itong,LIKe-cai

(SchoolofInformationTechnology,JiangnanUniversity,WuxiJiangsu214122,China)

Abstract:Basedontheanalysisoftheprinciplesofnoisedetectionandnoisefiltering,aneffectiveimagedenoisingalgorithmwasproposedtorestoreimagescorruptedbyimpulsenoise.Theproposedalgorithmutilizedthedirectionaldifferencetodecomposethewindowintofoursubwindows,andthenaccuratelydistinguishednoisepointsfromsignalpointsbycomparingtheabsoluteweightedmeanvalueofthedifferencesbetweenthecenterpixelanditsneighboringpixelsinfoursubwindowswithapredefinedthreshold.Accordingtothedirectionalcorrelation-dependence,theproposedalgorithmadoptedanedge-preservationfilteringmethodtoreconstructthevalueofthecorruptedpixe.lTheexperimentalresultsdemonstratethattheproposedalgorithmcanobtainhigherPeakSigna-lto-NoiseRatio(PSNR)valueandpreservemoredetailedinformation.

Keywords:impulsenoise;weighteddetection;imagedenoising;filter

0 引言

在图像的获取和传输过程中,会不可避免地引入各种噪声,严重影响图像的后期处理工作如边缘检测、图像分割及计

算机视觉的效果。去除图像噪声、增加图像的峰值信噪比(PeakSigna-lto-NoiseRatio,PSNR)是很多图像处理问题必须进行的重要步骤。椒盐噪声指图像上的黑点或白点,它对图像分割、边缘检测、特征提取等后续处理有严重的破坏作用,其特征是噪声点像素值与其邻域的其他像素值具有明显的不同。中值滤波由于其抑制脉冲噪声的有效性能而得到广泛研究,作为椒盐噪声处理的传统方法,在很多情形下中值滤波方法会模糊图像中物体的边界,丢失许多所需要的原图像的细节信息。为了解决这一问题,许多学者提出了改进的中值滤波算法[1-5]。文献[2]提出加权中值滤波算法,通过赋予滤波窗口中心像素不同的权值保护细节,但其去噪能力随中心像素权值的增加而下降;文献[3]提出迭代开关滤波算法,先进行噪声定位再滤波,能提高保护图像细节的能力,但对于椒盐噪声污染严重的图像滤波效果较差;文献[4]提出基于模糊规则的中值滤波器;文献[5]提出基于决策的中值滤波器。这些滤波器在一定程度上改善了滤波结果,但仍存在诸多问题,缺乏自适应性。

本文提出了一种基于加权检测的脉冲噪声滤波器,该滤波器通过一种自适应的检测方法,来判断处理像素是否存在噪声,能较准确地区分出信号点和噪声点,并只对那些存在噪

声的像素进行滤波。该算法根据方向差异性将检测窗口分解为四个子窗口,通过计算四个子窗口的中间像素与相邻像素灰度值之差的加权平均值,并取这四个加权平均值中绝对值的最小值与预先定义的阈值进行比较,能准确地检测出脉冲噪声点。然后,利用基于方向相关依赖的边缘滤波方法,重构被噪声污染像素的灰度值。数值仿真结果表明,该方法具有较好的去噪效果,获得了较好的视觉效果。

1 有效去除脉冲噪声的算法原理

本文算法分为噪声检测与噪声滤波两个步骤。首先通过基于方向差异性的噪声检测方法,对含有脉冲噪声的所有像素点进行检测,将其较准确地分为信号点和噪声点;然后对检测出的噪声点进行边缘保持滤波。1.1 加权噪声检测

对含有椒盐噪声图像进行研究,通常都假定噪声污染前的图像是以边缘为界、局部平滑变化、自然的灰度图像,而且椒盐噪声具有这样的特性:1)图像中只有部分像素受到污染,而其他像素灰度值保持不变;2)噪声像素的灰度值要么远大于周围邻域像素的灰度值,要么远小于周围邻域像素的灰度值[6-7]。

设fi,j表示在窗口(i,j)处像素点的灰度值,检测窗口Wij

以(i,j)为中心,大小为Ld Ld,Wij={(i+s,

j+t),

-(Ld-1)/2 s,t (Ld-1)/2},Wij中的所有像素按照灰度值递增的次序进行排列。根据椒盐脉冲噪声的特征,噪声点

收稿日期:2010-03-12;修回日期:2010-05-15。

作者简介:王双双(1984-),男,江苏宿迁人,硕士研究生,主要研究方向:人工智能、模式识别; 王士同(1964-),男,江苏无锡人,教授,(,,:

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email