王角鳳　黃斌

摘 要：文章主要討論在保證還原后的圖像具備一定清晰度的前提下，通過(guò)自適應(yīng)多閥值的設(shè)置來(lái)解決去除噪聲過(guò)程中的圖像的平滑度、邊界細(xì)節(jié)，重點(diǎn)對(duì)不同算法進(jìn)行比較和探討，取長(zhǎng)補(bǔ)短，給出改進(jìn)后的方法，能夠達(dá)到更好的圖像還原效果。

關(guān)鍵詞：自適應(yīng)；多閥值；改進(jìn)中值濾波

1 概述

在圖像去除噪聲的領(lǐng)域里，傳統(tǒng)的方法各有優(yōu)勢(shì)，問(wèn)題主要集中在去噪的同時(shí)如何實(shí)現(xiàn)對(duì)圖像細(xì)節(jié)的保護(hù)。高斯、脈沖等噪聲特點(diǎn)不僅是密度大，波動(dòng)范圍寬，而且被污染的圖像不僅僅是灰度級(jí)受到影響，而且同一灰度級(jí)受污染的程度也可能存在較大的差異。最早出現(xiàn)的空域平滑方法在圖像處理的初期得到廣泛應(yīng)用和發(fā)展，利用所選區(qū)域像素的灰度平均值代替中心像素的灰度值，方法雖然簡(jiǎn)便快捷，但是在平滑噪聲的同時(shí)也模糊了圖像的細(xì)節(jié)，在實(shí)際工程應(yīng)用過(guò)程中受到了限制。在實(shí)際的圖像處理過(guò)程中，由于圖像自身的多樣性和復(fù)雜性以及噪聲分布的不確定性，使得處理時(shí)先對(duì)圖像的情況做出預(yù)判，利用算法自身自適應(yīng)性進(jìn)行調(diào)整，從而還原接近于圖像真實(shí)情況的細(xì)節(jié)和特點(diǎn)。對(duì)于傳統(tǒng)的中值濾波，文獻(xiàn)[1-6]提出不同的改進(jìn)型算法。其共同特征就是借助于預(yù)先設(shè)定的閥值，將像素點(diǎn)與閥值進(jìn)行比較，從而分辨出像素點(diǎn)和噪聲點(diǎn)。由于閥值預(yù)先給定，所以處理復(fù)雜圖像時(shí)容易丟失細(xì)節(jié)，邊界識(shí)別不夠清晰，并且閥值固定導(dǎo)致部分噪點(diǎn)無(wú)法識(shí)別。

2 噪聲識(shí)別步驟

2.1 檢測(cè)可能的噪聲點(diǎn)

利用這種方法，首先找出待檢測(cè)的噪點(diǎn)，然后利用二次檢測(cè)加以確定，其根本目的就是降低第一次檢測(cè)是的誤檢率，提高正確識(shí)別噪點(diǎn)的效率。

2.4 自適應(yīng)窗口大小設(shè)置

2.6 算法分析

從表1和表2數(shù)據(jù)可以看出，在相同的噪聲密度下，本濾波算法對(duì)應(yīng)的PSNR較其它三種濾波方法有不同程度的提高；而MAE值則低于其它方法，因此具有較佳的濾波效果。圖像仿真測(cè)試效果比較（如圖1）。

四種濾波方法中，通過(guò)上面圖像仿真測(cè)試，可以發(fā)現(xiàn)，圖像在7×7窗口下，TM濾波后殘存的噪聲點(diǎn)較多，EM濾波去噪效果略好，PSM濾波仍有一定量噪聲點(diǎn)未被濾除，且圖像中的某些細(xì)節(jié)也遭到破壞。本算法則有效消除了圖像中的噪聲點(diǎn)且對(duì)圖像中的細(xì)節(jié)起到了很好的保護(hù)作用。

參考文獻(xiàn)

[1]梁雯，劉松林.圖像加權(quán)中值濾波及其分級(jí)實(shí)現(xiàn)方法[J].安徽大學(xué)學(xué)報(bào)（自然科學(xué)版），1997（2）：42-47.

[2]李佐勇，湯可宗，胡錦美，等.椒鹽圖像的方向加權(quán)均值濾波算法[J].中國(guó)圖像圖形學(xué)報(bào).

[3]楊明，宋麗華.改進(jìn)的快速中值濾波算法在圖像去噪中的應(yīng)用[J].測(cè)繪工程，2011（6）：65-69.

[4]周紹光，賈凱華，王港淼，等.一種改進(jìn)的去噪閾值混合濾波算法[J].測(cè)繪科學(xué)，2013（7）：77-79.

[5]趙高長(zhǎng)，張磊，武風(fēng)波.改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J].應(yīng)用光學(xué)，2011（7）：678-682.

[6]萬(wàn)洪林，彭玉華，郭銳.基于方向的自適應(yīng)多級(jí)中值濾波[J].通信學(xué)報(bào)，2006，27（4）：119-123.