亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于噪聲檢測(cè)的自適應(yīng)中值濾波算法

        2011-07-25 06:49:04時(shí)軍艷劉樹聃
        關(guān)鍵詞:像素點(diǎn)極值濾波器

        時(shí)軍艷, 劉樹聃

        (1.許昌市計(jì)算機(jī)信息技術(shù)應(yīng)用研究所,河南許昌461000;2.許昌學(xué)院信息工程系,河南許昌461000)

        0 引 言

        在圖像的編碼及傳輸中,常常需要對(duì)圖像進(jìn)行椒鹽噪聲(即脈沖噪聲)的濾除處理[1]。中值濾波因其與輸入信號(hào)序列具有映射關(guān)系,在去除脈沖噪聲上有比較好的效果,很多學(xué)者針對(duì)中值濾波技術(shù)進(jìn)行研究,提出了很多改進(jìn)算法。如加權(quán)中值濾波方法(WM)[2],中心權(quán)值中值濾波器(CWM)[3],三態(tài)中值濾波器(TSM)[4]模糊多極中值濾波方法[6]等,以及基于上述若干方法的改進(jìn)策略[7]。文獻(xiàn)[8]介紹了一種改進(jìn)的自適應(yīng)中值濾波方法(AM),取得了不錯(cuò)的濾波效果,但其對(duì)于高密度噪聲圖像以及紋理細(xì)膩圖像的邊緣處理能力不佳[9]。本文將基于AM算法框架,通過(guò)分析圖像噪聲信息,提出一種新的基于噪聲檢測(cè)的自適應(yīng)中值濾波,以克服對(duì)于高密度噪聲及多細(xì)節(jié)圖像去噪不理想的缺陷。實(shí)驗(yàn)結(jié)果表明,新算法對(duì)于細(xì)節(jié)豐富的圖像以及高密度噪聲的圖像濾波效果良好,有效的提高圖像的峰值信噪比,其去噪效果明顯優(yōu)于相比其他方法。

        1 中值濾波法簡(jiǎn)介

        早在1974年,Tukey提出了一維的中值濾波器,之后有學(xué)者成功將其擴(kuò)展應(yīng)用到二維圖像。標(biāo)準(zhǔn)中值濾波(SM)采用滑動(dòng)窗口劃分出子圖像,再對(duì)子圖像進(jìn)行二維中值濾波。濾波過(guò)程中,窗口大小可以設(shè)定為不同的值,一般是采用3*3的方形窗口。具體方法是對(duì)當(dāng)前窗口內(nèi)的像素點(diǎn)進(jìn)行灰度值的排序,取中值作為當(dāng)前像素點(diǎn)的灰度值。由于缺乏判斷像素點(diǎn)是否有被噪聲影響的機(jī)制,采用該方法時(shí)需對(duì)所有像素點(diǎn)進(jìn)行一次濾波操作,在一定程度上會(huì)對(duì)圖像的邊緣細(xì)節(jié)信息造成破壞。

        2 聲點(diǎn)的檢測(cè)

        圖像像素點(diǎn)受到椒鹽噪聲影響后,其灰度值表現(xiàn)為極大值或者極小值[9]。針對(duì)這一特性,在去噪處理之前,可以將像素點(diǎn)分成非噪聲點(diǎn)、噪聲點(diǎn)和圖像細(xì)節(jié)點(diǎn),以實(shí)現(xiàn)減少系統(tǒng)開銷并保護(hù)非噪聲點(diǎn)的目的。噪聲點(diǎn)的檢測(cè)通過(guò)全局檢測(cè)和局部檢測(cè)兩個(gè)層次來(lái)判定,如下所述。

        2.1 全局檢測(cè)

        在受椒鹽噪聲影響的圖像中,噪聲點(diǎn)的灰度值分布在圖像灰度值的極大值端或者極小值端。若某點(diǎn)圖像灰度值處在極值中間,則可以斷定當(dāng)前點(diǎn)未被噪聲干擾,則無(wú)需去噪處理。而對(duì)于處于極值的像素點(diǎn),還不能確定其是否是噪聲點(diǎn)。

        設(shè)圖像灰度值中極大值為Gmax,極小值為Gmin,對(duì)于當(dāng)前像素點(diǎn)灰度值G,若滿足式(1),則可以說(shuō)明當(dāng)前像素點(diǎn)并未受到噪聲污染,無(wú)須進(jìn)行濾波操作,其中T為設(shè)定的閾值

        2.2 局部檢測(cè)

        局部檢測(cè)的目的是判別灰度值處于極值點(diǎn)像素點(diǎn)是否為噪聲點(diǎn)。在圖1中,分布著大量的黑白相間的條紋,即原圖像素點(diǎn)中存在大量的極值。對(duì)于該種特點(diǎn)的圖像,WM、CWM、TSM等大部分中值濾波方法由于將灰度值為極值的非噪聲點(diǎn)誤判為噪聲點(diǎn),導(dǎo)致處理結(jié)果都不是很理想。如何保證非噪聲極值點(diǎn)不被濾波,或者濾波后不至于與周圍差異較大的像素點(diǎn)進(jìn)行錯(cuò)位,這需要充分結(jié)合像素點(diǎn)周圍的信息進(jìn)行分析。如圖2所示,在3*3濾波窗口中,對(duì)于圖(a),因?yàn)榇翱谥行狞c(diǎn)灰度值與相鄰點(diǎn)差值較大,噪聲點(diǎn)的可能性較大;而對(duì)于圖(b),由于差值較小(為0),非噪聲點(diǎn)的可能性較大。

        圖1 存在大量極值的barb

        圖2 圖像灰度值

        2.3 噪聲點(diǎn)檢測(cè)算法

        由上述分析,可歸納出完整的噪聲點(diǎn)檢測(cè)算法。

        算法1:噪聲點(diǎn)檢測(cè)算法

        輸入:圖像的全局極大值為Gmax,極小值為Gmin,濾波窗口最大值為Wmax,像素點(diǎn)P(a,b)及其灰度值G,閾值T。

        輸出:對(duì)像素點(diǎn)P(a,b)的判定。

        (1)若滿足|G-Gmin|>T 且|G-Gmax|>T,則轉(zhuǎn)(6);

        (2)以P為中心,設(shè)置窗口大小w為3的濾波窗口;

        (3)計(jì)算該窗口內(nèi)標(biāo)準(zhǔn)中值濾波結(jié)果,記為SM;若滿足Gmin

        (4)設(shè)置窗口大小擴(kuò)展為w+2;若w>Wmax,則轉(zhuǎn)到(5),否則轉(zhuǎn)到3;

        (5)對(duì)于當(dāng)前濾波窗口,計(jì)算像素點(diǎn)P與另外w*w-1個(gè)像素點(diǎn)灰度值差值的均值Gmean;若Gmean

        (6)點(diǎn)P為非噪聲點(diǎn);

        (7)點(diǎn)P為噪聲點(diǎn)。

        2.4 自適應(yīng)窗口策略

        在噪聲點(diǎn)的檢測(cè)過(guò)程中,濾波窗口的大小對(duì)濾波算法有非常大的影響:若窗口取值較小,能夠有效的保護(hù)圖像細(xì)節(jié)信息,但去噪效果相對(duì)較弱;反之,濾波器的去噪效果較強(qiáng),而濾波后圖像模糊程度則會(huì)加大。

        圖3表示的是噪聲圖像中某局部區(qū)域灰度值矩陣,當(dāng)圖像中噪聲密度較大時(shí),較小的窗口則無(wú)法保證Gmean正確表示出窗口中心值與邊其他像素點(diǎn)的關(guān)系。如圖(a)中,3*3窗口內(nèi)含有6個(gè)噪聲點(diǎn),但極值都為極大值,因此窗口中心與其它8個(gè)像素點(diǎn)的差額均值仍為20左右,此時(shí)窗口中心被判斷為非噪聲點(diǎn);而當(dāng)窗口擴(kuò)大后,噪聲點(diǎn)雖然增加了,但極大值與極小值的比例發(fā)生變化,從而降低了噪聲極值點(diǎn)對(duì)Gmean的影響,所求得的Gmean也正確的反映了窗口中心值為噪聲點(diǎn),在圖(b)中可以看出,當(dāng)采取5*5窗口時(shí),Gmean經(jīng)計(jì)算是大于T1的,可以判定窗口中心為噪聲點(diǎn)。

        圖3 噪聲密度為0.6的圖像局部信息

        對(duì)于濾波窗口大小的選取原則是使窗口內(nèi)噪聲點(diǎn)對(duì)Gmean的影響最小。此處采用標(biāo)準(zhǔn)中值濾波SM的值進(jìn)行比較。若SM的值處于極大值與極小值之間,則可以說(shuō)明極大值與極小值在該濾波窗口中的分布較均勻。

        濾波窗口的自適應(yīng)調(diào)整的作用不僅僅體現(xiàn)在噪聲點(diǎn)判斷上,對(duì)于噪聲的濾除操作方面,窗口自適應(yīng)也有著重要的作用,這一內(nèi)容將在下文中詳細(xì)說(shuō)明。

        3 噪聲點(diǎn)的濾除

        自適應(yīng)窗口策略還可以更精確的區(qū)分噪聲點(diǎn)與圖像細(xì)節(jié)點(diǎn),從而更好的保護(hù)了圖像細(xì)節(jié)信息,并且能夠更好的調(diào)整濾波器的去噪性能,有效的彌補(bǔ)了一般濾波器對(duì)于含有高密度噪聲的圖像處理上的不足。

        圖4展示了噪聲密度0.2的lena圖采用AM濾波器的去噪情況,可以看出,采用3*3窗口時(shí)一次濾波后噪聲點(diǎn)無(wú)法完全濾除,而采用9*9窗口后,雖然噪聲都已經(jīng)濾除,但圖像相對(duì)于原圖有了較大的模糊。由此可知,窗口的大小對(duì)于濾波器去噪效果有重要的影響。當(dāng)濾波窗口越小時(shí),圖像細(xì)節(jié)的保留越豐富,但去噪性能不佳;而當(dāng)窗口增大時(shí),去噪性能有了明顯提升,但圖像細(xì)節(jié)也隨之被模糊。

        當(dāng)圖像所含噪聲密度較高時(shí),窗口大小的影響更為明顯。如圖5所示,當(dāng)噪聲密度達(dá)到0.8時(shí),該3*3窗口中經(jīng)過(guò)SM的中值及其左右鄰值全都為噪聲點(diǎn),此時(shí)進(jìn)行任何濾波操作也不會(huì)改變其灰度值,濾波也失去其意義了。此時(shí)需要擴(kuò)大窗口大小,以獲取更多的圖像信息來(lái)彌補(bǔ)噪聲帶來(lái)的影響。

        圖4 lena圖采用AM濾波器的去噪效果

        圖5 噪聲密度為0.8的圖像局部灰度值

        在噪聲去除過(guò)程中,采用的窗口變化策略與噪聲檢測(cè)機(jī)制中介紹的自適應(yīng)窗口策略基本一致,不同之處在于判斷是否需要將窗口擴(kuò)展時(shí),采用AM進(jìn)行判斷。因?yàn)锳M的輸出值與窗口中值及其左右鄰值相關(guān),因此可以假定當(dāng)AM濾波結(jié)果非極值時(shí),此時(shí)的窗口大小即可作為去噪所用的窗口。經(jīng)過(guò)分析可以發(fā)現(xiàn),該種條件比噪聲檢測(cè)機(jī)制中的窗口變化條件更寬松:當(dāng)SM值非極值時(shí),AM值也非極值;但當(dāng)SM值為極值時(shí),由于AM是通過(guò)SM值與其左右鄰值進(jìn)行判定,AM值也極有可能不是極值[8]。因此采用這種判定方法有可能獲得更小的窗口進(jìn)行濾波。通過(guò)前文分析我們知道,較小的窗口,保留圖像細(xì)節(jié)能力更強(qiáng),因此采用該策略會(huì)達(dá)到更好的效果。

        文獻(xiàn)[8]介紹的AM噪聲濾除算法所引入的線性自適應(yīng)策略可以很好的去除噪聲,但對(duì)于高密度噪聲及細(xì)節(jié)豐富圖像的處理效果相對(duì)于其它算法要差。而動(dòng)態(tài)窗口策略則可以自適應(yīng)選取合適的濾波窗口進(jìn)行處理,有效的處理高密度噪聲及細(xì)節(jié)豐富圖像。在本文中針對(duì)此缺陷所設(shè)計(jì)的基于動(dòng)態(tài)窗口的自適應(yīng)中值濾波方法(VAM)即是對(duì)其的有效改進(jìn)。

        算法2:噪聲點(diǎn)檢測(cè)算法

        輸入:圖像的全局極大值為Gmax,極小值為Gmin,濾波窗口最大值為Wmax,像素點(diǎn)P(a,b)及其灰度值G,閾值T。

        輸出:對(duì)像素點(diǎn)P(a,b)的判定。

        (1)根據(jù)算法1,若點(diǎn)P為非噪聲點(diǎn),則結(jié)束,否則轉(zhuǎn)(2);

        (2)以P為中心,設(shè)置窗口大小w為3的濾波窗口;

        (3)計(jì)算當(dāng)前濾波窗口下,采用AM濾算法的結(jié)果,記為AM;若滿足 Gmin

        (4)設(shè)置窗口大小擴(kuò)展為w+2;若w>Wmax,則轉(zhuǎn)到(5),否則轉(zhuǎn)到(3);

        (5)記當(dāng)前AM為VAM,作為像素點(diǎn)P的濾波結(jié)果,并將VAM更新為像素點(diǎn)P濾波后的灰度值。

        4 仿真結(jié)果以及分析

        采用圖例lena、barb進(jìn)行仿真濾波比較。其中,lena的圖像較為平緩,平坦區(qū)域多;而barb圖則是細(xì)節(jié)信息非常豐富,難以處理。

        4.1 噪聲檢測(cè)機(jī)制性能分析

        對(duì)于2.1中提到的閾值T1取不同值,采用VAM濾波器對(duì)512*512的barb圖進(jìn)行濾波去噪,計(jì)算信噪比(PSNR),繪制曲如圖6所示??梢园l(fā)現(xiàn),T1的取值在10到20之間時(shí),去噪效果最佳,當(dāng)T1不斷上升時(shí),去噪效果隨之遞減。

        圖6 T1取不同值時(shí)VAM濾波所得的信噪比

        在T1取值為15的情況下,分別對(duì)barb圖像和lena圖像加入一定密度的噪聲,再進(jìn)行噪聲檢測(cè)操作,統(tǒng)計(jì)其發(fā)現(xiàn)的噪聲點(diǎn)數(shù)量以及發(fā)現(xiàn)的噪聲密度如表1所示??梢钥闯?,該噪聲檢測(cè)機(jī)制效果良好,檢測(cè)結(jié)果與實(shí)際噪聲密度誤差較小。

        表1 噪聲檢測(cè)機(jī)制所發(fā)現(xiàn)的噪聲密度

        4.2 VAM濾波器去噪效果分析

        表2展示的是噪聲密度為0.2和0.4時(shí),lena,barb和boat這3幅圖采用不同濾波算法的去噪結(jié)果。由圖中可以看出,AM濾波器相對(duì)于其他算法有較好的改進(jìn),但對(duì)于紋理復(fù)雜的boat圖所得到的結(jié)果要比其它算法偏差。而本文提出的VAM算法則對(duì)于各種特點(diǎn)不同圖像都有較好的去噪效果,這是由于VAM在保留了AM處理平緩圖像的優(yōu)越性的同時(shí),克服了AM在細(xì)節(jié)豐富時(shí)的不足,加強(qiáng)了圖像細(xì)節(jié)的保留能力以及圖像的去噪能力。

        為了驗(yàn)證 VAM中自適應(yīng)調(diào)整窗口策略比之于固定窗口策略在處理高密度噪聲圖像上的優(yōu)勢(shì),圖7展示了對(duì)于含80%噪聲的lena圖像處理情況。其中圖7(b)、(c)、(d)分別是WM、TSM、AM以及AVM的濾波結(jié)果??梢钥闯?,具有自適應(yīng)調(diào)整窗口大小功能的VAM算法對(duì)于高密度噪聲仍然有很強(qiáng)的處理能力,噪聲可以準(zhǔn)確濾除,并且圖像細(xì)節(jié)及邊緣信息保留良好。

        表2 采用各類濾波方法對(duì)不同噪聲密度下的不同圖像濾波后的信噪比

        圖7 噪聲密度為0.8的lena去噪結(jié)果

        5 結(jié)束語(yǔ)

        本文提出了一種基于噪聲檢測(cè)自適應(yīng)中值濾波方法(AVM)。新算法采用合理的噪聲檢測(cè)機(jī)制,設(shè)計(jì)了窗口自適應(yīng)調(diào)整策略,實(shí)現(xiàn)準(zhǔn)確高效的區(qū)分噪聲點(diǎn)與非噪聲點(diǎn),從而保護(hù)圖像的細(xì)節(jié)邊緣信息。經(jīng)過(guò)實(shí)驗(yàn)仿真比較,本文所介紹的噪聲濾波算法相對(duì)于其他典型算法,在噪聲處理及細(xì)節(jié)保護(hù)上有明顯的改進(jìn),對(duì)于高密度噪聲的圖像,則優(yōu)勢(shì)更加明顯。

        [1]陸天華.數(shù)字圖像處理[M].北京:清華大學(xué)出版社,2007.

        [2]Brownrigg D R K.The weighted median filter[J].Communications of the ACM,2007,27(8):807-818.

        [3]Ko S J,Lee Y H.Center weighted median filters and their applications to image enhancement[J].IEEE Transactions on Circuits and Systems,2008,38(9):984-993.

        [4]Tao Chen,Ma Kai-Kuang,Chen Li-Hui,et al.Median filter for image deonsing[J].IEEE Transactions on Image Processing,2007,8(12):1834-1838.

        [5]Hwang H,Haddad R A.Adaptive median filters:new algorithm and results[J].IEEE Transaction on Image Processing,2006,4(4):499-502.

        [6]YANG XH,TOH P S.Adaptive fuzzy multilevelmedian filter[J].IEEE Transaction on Image Processing,2008,4(5):680-682.

        [7]ENG H L,MA K K.Noise adaptive soft-switching median filter[J].IEEE Transaction on Image Processing,2009,10(2):242-251.

        [8]Chang Chin-Chen,Hsiao Ju-Yuan,Hsieh Chih-Ping.An adaptive median filter for image denoising[C].IEEE Second International Symposium on Intelligent Information Technology Application,2008:346-350.

        [9]常瑞娜,穆曉敏,楊守義,等.基于中值的自適應(yīng)均值濾波算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2008,29(16):4257-4259.

        猜你喜歡
        像素點(diǎn)極值濾波器
        基于無(wú)擾濾波器和AED-ADT的無(wú)擾切換控制
        極值點(diǎn)帶你去“漂移”
        極值點(diǎn)偏移攔路,三法可取
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        一類“極值點(diǎn)偏移”問(wèn)題的解法與反思
        開關(guān)電源EMI濾波器的應(yīng)用方法探討
        電子制作(2018年16期)2018-09-26 03:26:50
        基于canvas的前端數(shù)據(jù)加密
        基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
        基于TMS320C6678的SAR方位向預(yù)濾波器的并行實(shí)現(xiàn)
        匹配數(shù)為1的極值2-均衡4-部4-圖的結(jié)構(gòu)
        日本久久久久亚洲中字幕| 久久道精品一区二区三区| 国产高清一区在线观看| 蜜桃精品视频一二三区| a级国产乱理伦片| 色偷偷av亚洲男人的天堂| 精品人妻丰满久久久a| 国产优质av一区二区三区| 欧美国产激情18| 亚洲av成人中文无码专区| 伊人久久综在合线亚洲不卡| 免费观看在线视频一区| 亚洲国产中文字幕在线视频综合| 亚洲精品成人片在线观看精品字幕| 少妇高潮惨叫久久久久久| 国产呦系列视频网站在线观看 | 91av精品视频| 加勒比亚洲视频在线播放| 中文字幕免费人成在线网站| 国产男女免费完整视频| 日本精品a在线观看| 色婷婷精品国产一区二区三区| 97cp在线视频免费观看| 婷婷开心五月亚洲综合| 日韩夜夜高潮夜夜爽无码 | 中文字幕亚洲情99在线| 国产在线欧美日韩精品一区二区| 一本色道加勒比精品一区二区| 成年免费a级毛片免费看无码| 成 人 网 站 免 费 av| 亚洲国产视频精品一区二区| 一区二区三区日本伦理| 国偷自产视频一区二区久| 91天堂素人精品系列全集亚洲 | 偷拍视频网址一区二区| 99久久精品国产一区二区三区| 国产免费av片在线观看播放| 五十路在线中文字幕在线中文字幕| 国产精品高清一区二区三区不卡 | 国产哟交泬泬视频在线播放| 色婷婷精品大在线视频|