對于高密度的脈沖噪聲,現(xiàn)有濾波算法的去噪性能并不理想,在噪聲檢測與噪聲濾除上存在缺陷。鑒于此,提出中值檢測的迭代中值濾波算法,對噪聲檢測和噪聲濾除的方法分別進(jìn)行有效的改進(jìn)。算法用灰度最值進(jìn)行噪聲檢測,再用鄰域中值作進(jìn)一步的檢測。對于噪聲像素,運用迭代的方法,用鄰域中信號像素的中值取代,充分利用了前次濾波的結(jié)果。實驗結(jié)果證明,相對于現(xiàn)有的濾波算法,所提出的算法有著更好的濾波性能,在濾除噪聲的同時,很好地保持了圖像的紋理邊緣和細(xì)節(jié)。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(07)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

實驗圖像

對圖像Lenna和Chest＿XRay分別加密度為0.8和0.9的脈沖噪聲。各算法對其去噪的效果分別如圖2，圖3所示。對于較高密度的噪聲，AMF的去噪結(jié)果會出現(xiàn)大片的斑點，去噪不徹底；PDBF雖然能夠徹底地濾除噪聲，但是其去噪圖的模糊效果嚴(yán)重；ASWMF很好地保持了圖像的邊緣和細(xì)節(jié)，但是依然存在一些小斑點，純色的背景被破壞。相對于現(xiàn)有的算法，IMF算法不但徹底地濾除了噪聲，而且很好地保持了圖像的紋理邊緣和細(xì)節(jié)。圖3 各算法對噪聲密度為0.9的圖像Chest-XRay的去噪效果圖

各算法對噪聲密度為0.9的圖像Chest-XRay的去噪效果圖

【參考文獻(xiàn)】：
期刊論文
[1]基于灰度修剪和均衡化的加權(quán)均值濾波算法[J]. 陳家益,曹會英,熊剛強(qiáng),徐秋燕.  四川師范大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[2]基于灰度最值和方向紋理的概率濾波算法[J]. 陳家益,黃楠,熊剛強(qiáng),謝翠萍.  計算機(jī)工程與應(yīng)用. 2017(08)
[3]基于窗口的自適應(yīng)中值濾波算法[J]. 周萌萌,任子暉,周旋旋.  電視技術(shù). 2015(22)
[4]基于改進(jìn)多級中值濾波的加權(quán)濾波算法[J]. 沈德海,侯建,鄂旭,張龍昌.  現(xiàn)代電子技術(shù). 2015(12)
[5]基于中值濾波和小波變換的圖像去噪[J]. 李智,張根耀,王蓓,王靜,涂銀瑩.  現(xiàn)代電子技術(shù). 2014(13)



本文編號：3003209