图像随机值脉冲噪声的滤波算法研究
数字图像在生成、传输等诸多过程中,经常会受到内部或外部的影响而产生图像噪声。图像噪声会导致图像质量下降,甚至会对后续的图像分析以及处理工作产生不利影响,因此图像去噪是图像处理的重要研究内容。本文针对图像中常见的脉冲噪声,尤其是随机值脉冲噪声开展研究,在分析总结现有的主要去噪方法基础上,进一步探索提高图像去噪性能的新方法。 线性滤波和非线性滤波是两种典型的滤波类型。本文分析了这两种方法的去噪性能,结果表明非线性滤波(中值滤波)去除脉冲噪声的效果较好。在中值滤波算法基础上,进一步分析了几种典型的改进算法,包括加权中值滤波、极值中值滤波、基于排序阈值的开关中值滤波(OTSM)。利用几何结构检测的去噪算法适用于去除随机值脉冲噪声。该算法运用图像直方图对图像噪声率进行估计,通过自适应选取阈值将像素初步分为信号点、噪声点与待测点三种类型。然后利用几何结构对待测点进行噪声检测,最后将图像信号点保留,对所有判定为噪声点的像素值进行中值滤波。本文在研究现有典型的图像脉冲噪声滤波算法基础上,提出了以下两种改进算法,有效提高了图像去噪性能。运用MATLAB对算法进行仿真,对算法性能进行分析与比较。 (1)提出一种改进的极值中值滤波算法。该算法通过滤波窗口中的极值检测噪声。对于噪声像素,将邻域中所有被判断为非噪声点的像素值进行中值运算,并根据检测结果,自适应扩大滤波窗口直到窗口内包含被用于中值运算的非噪声点像素。仿真结果表明,该算法在高密度脉冲噪声的去噪性能上取得明显优势。 (2)提出一种改进的方向加权中值滤波算法。该算法利用图像局部特征自适应设置截断阈值用于检测噪声,并对噪声像素分配合适的权重进行中值滤波。仿真结果表明,改进的DWM算法通过改善噪声检测率,加强邻域非噪声像素的计算权重,对于密度超过40%的随机值脉冲噪声能够取得明显的滤波性能优势。
图像去噪;随机值脉冲噪声;中值滤波
安庆师范大学
硕士
科学计算与信息处理
江巨浪
2019
中文
TP391.41
2019-11-25(万方平台首次上网日期,不代表论文的发表时间)