一种改进的椒盐噪声非线性滤波算法

摘 要： 针对灰度 图像 的椒盐噪 声滤波 问题 ， 文章提 出 了一种改进 的非线性 滤波算 法。该方法利 用初 始标记窗 口的局部 统计信 息， 首先 将 图像 像 素 点 粗 分 为信 号 点 ， 可 能 的正 噪 声 点和 可 能 的 负噪 声 点 三 类 ， 而后 逐 次 增 大 大 标 记 窗 口 的 范 围 ， 判 定 结 果进 行 多分 类 器融 合 ， 将 最终建立噪 声标记矩阵 ； 然后再根据噪 声标记矩阵 的局部统计信 息， 可能的噪 声点细 分为信号点、噪 声点和不确定点 ， 将 并分别采用不同 的方法进行滤波 ， 从而保留更 多的 图像细 节。实验 结果表 明， 本文算 法在去噪 能力以及保 留图像 细节等方面都 明显优 于其他 两种 方法 ， 尤 其 对 于噪 声 重度 污 染 图像 效 果 更 为 明 显 。 关键词 ： 多分 类 器 融 合 椒 盐 噪 声 滤 波 算 法 灰度 图 像 标 准 中值 滤波 中图分类号 ： ７ ３ Ｔ ２ 文献标识码 ： Ａ 文章编号： ７ －０ ８ ２ ０ ）７ｂ－Ｏ ０ －０ ｌ ４ ９ Ｘ（Ｏ ８０ （ ） ０ ３ ２ ６
波性 能更为明显 。
１ 引言
征 图处理 中， 由图传感器 、信道 传输 、解 码 处 理 白 点 子 ，因 而 常 称 为 椒 盐 噪 声 ”ｌ 。 这 种 椒 盐噪 声极 大地 降 低 ＿图 像 质量 ，因 『 而 去 除 噪 声 在 图 像 处 理 中 占 有 重 要 的 地 位 ， 对 图像分 割 、特 征提取 ．图像识 别均 它 具 有 直接 的 影 响 。 目前 去除 噪 声 的 方 法 主 要 是 进 行 图 像滤 波 ，而 对 图 像 滤 波 的 要 求 是 既 能 去 除 图 像 以 外 的噪 ｌ ，同 时 又 要 保 卢 持 图像 的细 节 。 图像 去 噪算 法 可 分 为 以 局 部 平 均法 为代 表 的 线性 滤 波 和以 中 值算 法 为 代 表 的 非 线性 滤 波 。 针 对脉 冲噪 声的 消除 问题 ，人们 提 出 了 很 多 非 线性 滤 波 方 法 ，其 中 中值 滤 波 是 最 早提 出的一 种 有效 的椒盐 噪 声滤 除算 法 Ｉ ， 后 来在 此 基 础 卜 提 出 ｒ很 多 改进 算 法 ， 又 例 如加 权 中 值 滤波 算法 ¨Ｉ 中 心加 权 中值 和 滤 波算 法Ｉ 等 ， 达些 算 法简 单 易行并具 有 一 定 的 图像 细 节 保 留 能 力 ，但是 其 最 大 的 缺 点 是 把 所 有 像 素 均 看 为噪 卢 点 ，在 滤 噪 的 同时 也 改 变 ｒ信 号 点 的 反 度值 从 而 造 成 了 图像 模 糊 。针 对 此 问 题 ，已 经提 出 了许 多 在 进 行 噪 声滤 除 操 作 之 前 先检 测 噪 声 点 的 方 法 。达砦 方法 虽然 比 传统的 中值 滤波 有 了很 人 的 改 善 ，但还 存 ０ 同 程 度 上 的 局限 性 。 本 文提 出一 种 改 进 的 椒 盐 噪 声 非 线性 滤 波 算 法 。算 法 分为 噪 卢标 记矩 阵 建 立 和 噪 声 滤 波两 部分 。首 先 根 据 初始 噪 声 标 记 窗 ｕ的 局 部 统 计 信 息 特性 ，将 图 像像 素 分 为 信号 点 、 可能 的 正 噪 声 点 和 可能 的 负 噪 声 点 三 类 ，而 后逐 次增 大 噪 声标 记窗 口的 火 小 ，将 判定结 果 进 行融 合 ，从而 提 高噪 声 判 定 的 准 确性 ，同时 为 后续 的 滤 波 工 怍降 低 运 算 量 、 提 高 运 算 速 度 打 下 良 好 的 基 础 ，最 后 建 立 噪 声标 记 矩阵 。 在滤 波 过程 中， 根据 噪 声标 记矩阵 的 局部 统 计信 息 ，将 可 能 的 噪 声 点进 一 步 细 分 为信号 点 、噪 声 点和 不 确 定 点 ， 分 别 采 用 不 同 的方 法 进 并 行 滤 波 。 对 丁重 度 噪 声 污 染 图 像可 以 采 取 迭 代方 法 ， 复地 进 行噪 声标 记 和滤 波 ， 重 每 次 迭代只滤除噪声可能性较 大的像素点 ， 以 提 高 算法 的准 确 性 和 自适 应性 。 本算 法 简单 易于 实 现 ，运 行 速 度 和算 法 复杂 度 与 标 准 中值 滤 波 算 法 相 当 。 实 验 表 明 ，本 文 算 法 能 非 常 有效 的 滤 除 椒 盐噪 声并 保 留图 像 细节 ，尤 其 对 于 重 度 噪 声 污 染 图 像其 滤
维普资讯
业 Ｑ：
Ｓ ｃｉ ｅｎｃｅ ｎｄ ｅ Ｔ ｅｃ ｈｎｏ ｏｇｙ Ｉ ｏｖａ ｏｎ ｌ ｎｎ ｔｉ Ｈｅｒ ｌ ａｄ
高 新 技 术
一
种 改进 的椒 盐 噪 声 非线 性 滤 波 算法 ①
毕 萍 （ 西安邮 电学院通信工程系 陕西西安 ７１ ０ ） ６１ ０
２算法描述
邻 点 之 间 存 在 很 大 的 相 关 性 ，像素 灰 度 值 是否 远 大 于 或 远 小于 其 邻 域 点的 灰 度 值 是 判 定 椒 盐 噪 声 的 重 要 依 据 。 椒 盐 噪 声 模 型 应 有 以 下 特 点 ：① 图像 中只 有 部 分 像 素 受 到污 染 为噪 声 点 ，而 其 他 像 素 灰 度 值 保 持 不 变 为 信 号 点 ；⑦噪 声 像 素 的 灰 度 值 远大于周 围像素的灰度值为正脉冲噪 声 ， 远 小 于周 围 像素 的 灰 度 值 为 负 脉 冲 噪 声 ； ③ 用噪声 密度 Ｄ（ ０≤ Ｄ ≤ １ 表 示噪 声 的污 ） 染 程 度 ， 正 脉 冲 污 染 的 像 素 个 数 等 于受 受 负 咏冲污 染 的像 素 个数 为 Ｄ／２。 在建 噪 声 标 记 矩 阵 ． 的过 程 中 ，用 Ⅳ 矩阵 元素 ． 声值 表示 像素 的噪 声污 染 Ⅳ噪 情 况 。若 ．的 值 在其 邻 域 的最 大 值 附近 ６ ． 范 围内 ， 则让 Ｎｌ ｌ 示可 能是 正脉 冲噪 声 『 表 点； 若 ． 的值 在其邻 域的 最小值 附近 ６范围 内， 则让 ． ． ｌ表示可 能是 负脉冲噪 声点 ； Ⅳ． ．＝ 否 贝Ｊ ． ０表 示为 信号 点 。即 Ｉ 一 Ｎ．＝ ＝