论文部分内容阅读
图像信号在采集、传输和记录过程中，往往会引入不同程度的噪声，由于其严重地影响了图像的视觉效果，也为后面的边缘检测、图像分割和图像识别等带来很大程度的困难，所以图像去噪是图像处理中非常重要的一环。影响图像质量的噪声中最常见的是高斯噪声和脉冲噪声，本文主要针对脉冲噪声提出一些新的滤波方法。目前对于滤除脉冲噪声一般采用传统的中值滤波算法，它是一种非线性的滤波方法，对去除脉冲噪声具有较好的性能，但现存的中值滤波算法在图像的边缘细节方面保护较差，尤其是在高密度脉冲噪声污染下，复原引起的失真较严重。本文重点对脉冲噪声滤波算法进行了研究，研究工作主要包括以下几个方面:
1.详细分析了传统的非线性滤波器——中值滤波器，研究了标准中值滤波器、极值中值滤波器、开关中值滤波器、自适应中值滤波器的优缺点，并在此基础上作了适当的改进，发展了一种基于斜率的自适应开关中值滤波算法，并研究了它的主要性能。仿真结果显示本文算法不仅具有较好的图像去噪和细节保护能力，而且简单、快速、易于实现。
2.在BDND算法（用于极度污染的图像的边界识别和噪声检测的开关中值滤波算法）、NBLDND算法（用于高度污染的图像的邻域层识别和噪声检测的开关中值滤波算法）的基础上，提出了基于差分分层噪声检测的开关中值滤波算法，该算法通过差分方法划分出高、低阶噪声块和信号块3部分。当待测像素点属于信号块时视其为信号点;否则，视其为可能噪声点。利用可能噪声点与信号块中与其灰度值最临近的信号点的灰度的差定义了梯度函数，在梯度函数的基础上定义了用于对可能噪声点进行二次检测的模糊隶属函数，对滤波方法进行模糊加权，得到一种加权滤波方法。实验证明了该算法对脉冲噪声有很强的抑制作用。
3.通过比较当前像素点的灰度值与滤波窗口内所有像素点灰度值的均值，定义了一种模糊滤波系数，基于此模糊滤波系数提出了一种新型的自适应模糊中值滤波算法，用于去除受污染图像中的脉冲噪声。仿真显示这种算法不仅可以有效去除噪声，而且更好的保留了图像的细节。