陳 曉，唐詩華

（1.桂林理工大學 測繪地理信息學院，廣西 桂林 541004；2.廣西空間信息與測繪重點實驗室，廣西 桂林 541004）

隨著電子科學技術(shù)的高速發(fā)展，數(shù)字圖像已經(jīng)成為日常生活中不可缺少的一部分，是人類獲取信息，傳遞信息的一條重要渠道。但是由于設備自身的缺陷和環(huán)境的影響，獲取的圖像中含有噪聲[1,2]。而由于噪聲的影響，數(shù)字圖像本身會變得模糊，不能準確地獲取圖像的相關(guān)信息，給后續(xù)的處理帶來很大的難度，為了得到高質(zhì)量的數(shù)字圖像，去噪就顯得尤為重要。目前，去噪的方法有2大類，線性濾波和非線性濾波[3,4]。而在非線性濾波中，中值濾波由于其具有較好的去噪效果而被廣泛使用[5]。

1 中值濾波和軟閥值法的去噪原理

中值濾波是基于排序統(tǒng)計理論的一種能有效去除噪聲的處理技術(shù)。中值濾波的原理就是把數(shù)字圖像中一點的灰度值用該點的一個鄰域中各點值的中值代替，從而消除孤立的噪聲點[6,7]。可表示為：

式中，g（x，y）、f（s，t）表示處理后圖像和原圖像；N（x，y）是以（x，y）為中心的n×n矩形濾波窗口（n為奇數(shù)）；med{}為圖像的灰度值按照大小排序后，取中間的值。例如，n=5，設有序列{1,0,6,4,3}，那么med{1,0,6,4,3}=3。

小波的軟閥值去噪就是先通過小波變換對小波系數(shù)進行處理，然后再通過小波逆變換重構(gòu)圖像，得出去噪后的圖像[8,9]?？杀硎緸椋?/p>

式中，wj,k為處理前的小波系數(shù)；wtj,k為處理后的小波系數(shù)；λ為閥值。

2 改進的中值濾波

標準的中值濾波和軟閥值法在去噪方面都取得了一定的效果，但還存在一些不足。中值濾波在去噪時，不能很好地保護圖像的邊緣，使得一些細節(jié)信息丟失。而軟閥值法會使得估計的小波系數(shù)與原小波系數(shù)之間存在較大的恒定偏差。針對這些問題，提出一種改進的中值濾波算法。

根據(jù)中值濾波的原理，在滑動窗口向左移動一個像素的距離時，窗口的最后邊增加了一列像素值，而最左邊的一列像素值退出滑動窗口，其他的像素值保持不變。也就是說，影響中值，只是最右和最左的2列像素值。設窗口的尺寸大小為3×3，窗口移動一個像素距離時，最右的像素值為（x，y，z），此時最左的像素值為（i，j，k）。當同時滿足條件x=i、y=j、z=k時，中值保持不變，原值輸出；而當其中有一個式子不成立時，中值就會改變。這時候就用新的值代替不等的值，同時求出窗口中所有像素點的新均值。利用標準的中值濾波，對所有新的灰度值進行排序，得出新的中值，然后對新的中值和新的均值進行加權(quán)處理，所得的值賦給中心點。接著窗口繼續(xù)向前移動一個像素，重復上面的步驟，直到圖像處理完成。

3 實驗結(jié)果分析

文中以Matlab7.11.0作為實驗平臺。對原始圖像加入高斯噪聲，方差取0.02。中值濾波中，選用5×5的濾波窗口。用上述3種方法所處理得到的圖像，如圖1～5所示。

圖1 原圖像

圖2 加噪聲圖像

圖3 中值濾波法

圖4 軟閥值法

圖5 改進的中值濾波法

圖1為原圖像，圖2為加入方差為0.02的高斯噪聲圖，圖3、圖4分別為中值濾波法和軟閥值法處理后的圖像，圖5是改進的中值濾波法處理的效果圖。從視覺上看，3種方法都能有效地去除圖像的噪聲，圖5相對于圖3、圖4來說，去噪的效果更好，而且輪廓更加清晰，細節(jié)更加細膩，對圖像的邊緣保護更好一些。為了更客觀地評價這3種方法的優(yōu)劣性，分別計算3 種方法的信噪比PSNR：

式中，u（m，n）為原圖像的灰度值；v（m，n）為圖像去噪后的灰度值；M和N分別為橫向與縱向像素的個數(shù)。根據(jù)式（3）可以得出：PSNR標中值=75.836；PSNR軟閥值=76.261；PSNR改中值=80.135。從計算結(jié)果來看，標準的中值濾波法和軟閥值法所得出的信噪比平分秋色，而改進后的中值濾波在信噪比方面比前面2種方法有了較大的提高，這是由于重新計算出中值和灰度均值，并對新的中值和新的均值進行加權(quán)處理，所得的值賦給中心點。因此得出的圖像比較清楚，在能有效去噪的同時，也能較好地保護圖像的細節(jié)，增強圖像的可讀性，為后續(xù)處理提供良好的基礎。

4 結(jié) 語

圖像去噪的好壞決定了數(shù)字圖像質(zhì)量的高低，本文通過標準中值濾波、軟閥值法、改進的中值濾波3種方法的仿真，結(jié)果表明，改進的中值濾波不僅能有效地去除噪聲，而且能較好地保護圖像邊緣的細節(jié)，具有更好的去噪性能。

[1]羅玲，王修信.一種高效去除椒鹽噪聲的中值濾波方法[J].微電子學與計算機，2011,28(11):118-121

[2]王秀芳.數(shù)字圖像的噪聲及其去噪的幾種方法研究[J].黑龍江科技信息，2010,28(6):53-55

[3]劉偉.自適應中值濾波在數(shù)字圖像處理中的應用[J].河北理工大學學報，2007,11(4):111-113

[4]Gallagher N C, Wise G L.A Theoretical Analysis of Properties of the Median Filters[J].IEEE Transactions on Acoustics Speech,Signal Processing,1981,29(1):1 136-1 141

[5]孫海英，李鋒，商慧亮.改進的變分自適應中值濾波算法[J].電子與信息學報,2011,33(7):1 743-1 747

[6]趙高長，張磊，武風波.改進的中值濾波算法在圖像去噪中的應用[J].應用光學,2011,32(4):679-680

[7]張燕.一種改進的快速中值濾波算法[J].安微建筑工業(yè)學院學報:自然科學版,2008,16(4):24-26

[8]謝杰成，張大力，徐文立.小波圖像去噪綜述[J].中國圖像圖形學報，2002,7(3):209-217

[9]文鴻雁，張正祿.非線性小波變換閥值法去噪改進[J].測繪通報，2006(3):18-21