一种改进的中值滤波算法

ｇ
：
』 【
０
， Ｄ ， ，
ｅ ／ ｓ ｅ
在 图像 中加 入不 同密度 的脉冲噪 声，对 取不 同大小的值 ，比较 各取 值情况下 去噪图像对应 信噪 比Ｓ Ｎ Ｒ 的大小 ，将 Ｓ Ｎ Ｒ 最 大时 对应 的 值作 为最佳值 ，类 似地 ，可确 定 的最佳值 。按 此方法对不 同图像进 行实验 ，结果发现 ，当 和 分别取 ４ ０ ％ 和７ ０ ％ 时，对 不 同的 图像 皆可
，
．
一
、
脉 冲噪 声检 测
检测 阈值 对检 测 效 果 有 一定 影 响 通 过 实验 发 现 ，该值 在 １ ０ ’ ２ ０ 之间取值时检测效果较好 。图像 经第二级噪声检测后 ，需对噪声 密度进行 重新估计 ，统 计第二级 噪声检测后真 正噪声点 的数 目，按式
（ ４ ． ４ ） 得 到修 正 的 噪 声 密度 大 小 。
创 新 论 坛
一
种 改进 的中值滤波 算法
赵 辉
（ 二炮 工程 大学 士 官学 院， 山东 青 州 ２ ６ ２ ５ ０ ０ ） 中图 分类 号 ：Ｔ Ｎ ７ １ ３ 文献 标识 码 ：Ａ 文 章编 码 ：１ ０ ０ ３ — ２ ７ ３ ８（ ２ ０ １ ３ ）０ ２ — ０ ４ ７ １ 一 Ｏ ｌ
摘要 ：针 对 传统 中值 滤波 算 法去 除高 密度 椒盐 噪声 能 力 的不足 ，提 出 了一种 新 的改 进算 法 。该 算法 首先 对 图像 中的信 号点 和 噪声 点进 行标 识 ，然 后对 检测 出 的噪声 点 利用 改进 的 中值滤 波 算法 进行 处理 ，而 对 信号 点则 保 留其灰 度 值不 变 。实验 结 果表 明 ，该算 法 能在有 效去 除噪 声 的 同时很 好地 保 留图像 细 节 ，相 比于传 统 中值滤 波及 其 它改进 中值 滤 波算法 ，该 算法 获 得的 去噪 后的 图像 具有 更好 的客 观评 价指 标和 主观 视 觉效 果 。 关键 词 ：椒盐 噪声 ；噪 声检 测 ；噪声 密度 ； 中值滤 波 ；边 界扩 展
，
，
三
脉
中
噪
二 、滤波 窗 口尺寸 确定
为兼顾 图像 噪声抑制和 细节保护两 方面的性 能，根据噪 声密 度的 大小 自适应确定 合适的滤波 窗 口尺寸 。当噪声密度较 小时 ，选取 小尺 寸 的滤波窗 １ ２ １ 以加强对 图像细 节的保护作 用；噪声密度 较大时 ，选 取 大尺 寸的滤波 窗 口以增强 图像 去噪功能 。根据这一原 则，对于方形 滤 波窗 口，可按下式来确定 窗口长度Ｌ ：
引言
图像信 号 在获 取和 传输 过程 中 ，不可 避 免地 受到各 种 噪声 的污 求 出集合 Ｄ ｆ 中所有像素灰度值的平均值： 染 ，其中椒盐 噪声是 图像 处理 中的一 种典型噪声 ，关于椒盐 噪声的去 除 ，一直是人们 研究 的热 点课题 。本 文根据椒盐 噪声模型 的特 点，提 ｓ 出了一种 新 的噪 声检测方法 ，分别对 噪声点和信号 点进 行标识 ，同时 统计检测 出的噪 声点的个数 ，并 由此估计 图像 中的噪声密度 ，根据 估 计 的噪声密度 自适应的确 定滤 波窗 口大 小，最后采用 改进的 中值 滤波 将 满 足 ｇ ： １ 的 噪 声 点 的 灰 度 值 ， （ ｆ ， ｊ ） － ￣ ｈ （ ｉ ， ） 进 行 比 较 ， 两 者 算法对 噪声 点进 行处理 ，而对 信号点则 保 留其灰度值 不变 。实验 结果 表 明，该算法 能很好的去除 噪声， 同时有 效的保 留图像 的细节 。与传 统 中值滤 波及其 它改进 中值滤 波算法相 比，该算法具 有更优 的滤波 性 差值超过 阈值 ，则视为真正的噪声点 ，即： 能 ，特别是在噪声密度较 高的情况下 ，优势更 为明显 。 ∥ ～ 本滤波 算法主要包 括脉冲 噪声 检测 、滤 波窗 口尺寸 确定及噪声 点 滤波三个环节 。 。
Ｍａ ｘ Ｍｉ ｎ ｉ
，
Ｒ ｎ
¨＜ ≤ｒ ２
【 ７ ，
Ｒ＞ｒ ２
相等则 将（ １ ， Ⅳ ， ） 作为 候 选脉冲 噪声 点， 用ｇ
标
（ １７ ）
．
式 中 和 为 小于１ 的正数，对 滤波效果 有一定影 响 ，其 大小采
用 以下方 法来确定 ：
ห้องสมุดไป่ตู้
记； 否则， 判定为 ， ， ） 信号，用ｇ ： ｏ ｝ ｇ ｉ ￣ ，即
算法具体实现过程如下 ： Ｉ ． 第一级噪声检测 。 对大小为Ｂ ×ｗ 的待检测 图像ｘ ，采用 ５ ×５ ： ｋ小 的窗 口进行第一级 噪
则以（ ｉ ，ｊ ） 为 中 心 声检测 。若 图像ｘ 中任 一像 素 （ ｉ ，ｊ ） 灰度 值为 的５ ×５ 检测 窗 口内所有像 素灰度 值构成的集合 Ｃ 为 ：
ｆ ３ ，
上 ： ５，
声
； ＿ ７ 。 一 ２ 蟹 学 ～ ２ § 篓 “ ｘ ｝ （ １ ． １ ）
在 Ｃ 中搜 索 出最 大 灰 度 值 Ｍａ ｘ ｆ 和 最 小灰 度 值 Ｍｉ ｎ ¨ ， 根
，
据， Ｏ ， ＿ ， ） 与 这两值的 关系 对待检 测像素Ｏ ， ） 进行分 类： 若． ， 与
（ １２ ）
．
获得 良好 的去噪效果 。Ｒ 为估计 的噪声密度 ，其大 小由下式确定 ：
统计检测 出的脉 冲噪声点个 数Ｚ ，按下 式估计 图像中的噪声密度：
表 ： 三
１ 嚣 嚣 （ Ｌ ３ ）
在确 定 噪声 点和滤 波 窗 口大 小后 ，接 着进 行滤 波处 理 。整个 图 将噪声密 度 Ｒ’ 与 门限值 （ 该值可取 为０ ． ５ ） 进行 比较 ，若噪声 密度高于 门限值 ，则将第 一级噪 声检 测果作 为最终结果 ；否则，对候 像像 素 已经被划 分为噪 声点和信号 点两大类 ，对信 号点本身不 需要滤 选 噪声 点进行第 二级噪声检 测。