王輝

（蘇州科技大學天平學院，江蘇 蘇州215100）

圖像作為人類感知世界的視覺基礎(chǔ)，將信息轉(zhuǎn)變?yōu)槲覀內(nèi)祟愐曈X化的認知。但圖像在獲取和傳播過程中通常會受到噪聲的干擾，使得圖像質(zhì)量下降，為了使圖像恢復(fù)原本的質(zhì)量，獲得更多的信息，我們需要圖像去噪技術(shù)來對以及被噪聲破壞的圖像進行加工和處理。

1 椒鹽噪聲的概念與特點

噪聲的物理學概念是指無規(guī)律的不具周期性特征的聲響，主要分為高斯噪聲，伽馬噪聲，椒鹽噪聲等（也成脈沖噪聲）。椒鹽噪聲由為鹽噪聲組成，是指使隨機改變圖像上的像素值，使得圖像在二維平面上的像素點一些變白（鹽噪聲），一些點變黑（胡椒噪聲），一般兩種噪聲同時出現(xiàn)，前者屬于高灰度噪聲，后者屬于低灰度噪聲。椒鹽噪聲改變圖像像素的灰度值，它出現(xiàn)的位置隨機，并且灰度值固定。

記x 為未被椒鹽噪聲和其他噪聲污染的原始圖像，x（i，j）記為x 所處坐標像素位置的灰度值，其灰度值的區(qū)間為[Smin，Smax]，且滿足Smin<=x（i，j）<=Smax。當圖像被椒鹽噪聲污染后，其像素的灰度值變?yōu)榻符}噪聲的灰度值。

2 傳統(tǒng)去椒鹽噪聲的方法及評價

傳統(tǒng)的去椒鹽噪聲的方法有均值濾波法和中值濾波法。

2.1 均值濾波法

均值濾波法：均值濾波法，又叫領(lǐng)域平均法，它是線性濾波的一種方法。其原理是拿幾個像素的灰度值來代替圖片每個像素的灰度值。一張M*N 的圖片（用Xi，j 表示圖像X 在坐標（i，j）上的像素灰度值，此時i，j 屬于A{（1，……M）×（1，……N）}），用3*3 或5*5 的正方形濾波窗口，以3*3 為例，用3*3 正方形濾波窗口將圖像依次進行分割處理，將窗口內(nèi)未處理的像素點為中心，還包括其周圍的領(lǐng)域像素。最后將模板全體像素的灰度平均值來代替原來每個像素的灰度。

評價：

（1）中值濾波法在一定程度上抑制了噪聲，但其原理是拿窗口內(nèi)像素的平均灰度值來代替每一個像素的灰度值，導(dǎo)致了圖像噪聲分攤到每一個像素點上，使得圖像變模糊，這是因為均值濾波法的原理導(dǎo)致的，只能改善。

（2）均值濾波法采用統(tǒng)一標準——幾個像素灰度平均值取代每個像素的灰度，太過死板，如果被處理區(qū)域含有噪聲，那么在該像素點會在很大程度上影響去噪效果，可能會影響其他像素點，沒有考慮像素與像素直接的關(guān)系。

2.2 中值濾波法

中值濾波法屬于非線性濾波法，其原理是將中心像素點的灰度值用領(lǐng)域內(nèi)被噪聲污染像素值的灰度值的中值來代替。用3*3 或5*5 的正方形濾波窗口，也可以是線性，圓形，十字形等將含有椒鹽噪聲的圖像進行處理。以3*3 正方形窗口為例，圖像Xi，j 為受噪圖像，經(jīng)過處理后的為Si，j，這種方法將窗口實心鄰域的像素灰度值都進行處理，再將像素點Si，j 的實心領(lǐng)域的灰度值按從小到大排列，再實心領(lǐng)域內(nèi)的灰度中值代替Si，j 的灰度值。公式為：

其中X（i，j）為含有椒鹽噪聲的圖像，W 為3*3 正方形濾波窗口的二維模板。

評價：中值濾波法其原理是用領(lǐng)域內(nèi)被噪聲污染像素值得到灰度值得到中值來代替中心灰度值，其噪聲點被有序地排列在圖像兩側(cè)，且對離散噪聲點有很好的抑制效果，保留了像素信息，濾除了噪聲點的影響。但中值濾波法難點在于窗口的選擇，也就是權(quán)衡消除噪聲和保護圖像細節(jié)。如果窗口過小，那對抑制噪聲效果就差了些，圖像信息就保留的比較完整；如果窗口選的過大，圖像細節(jié)就較多的被破壞，抑制噪聲的效果較好。且中值濾波法只適用于噪聲密度不是很大的時候。中值濾波法的存在問題也與均值濾波法相似，也就是沒有對像素點進行有針對的篩選，都是以窗口濾波對像素值進行處理，改變了圖像的一些像素值。

3 自適應(yīng)中值濾波法

3.1 方法介紹

自適應(yīng)中值濾波法是對傳統(tǒng)濾波法的改進，其根據(jù)預(yù)設(shè)好的條件通過不斷調(diào)整窗口大小來選擇適合抑制椒鹽噪聲的窗口，達到圖像細節(jié)和去除噪聲的兩者兼顧，還適用于噪聲密度很大的情況。

Sxy：濾波器的作用區(qū)域，濾波器窗口所覆蓋的區(qū)域，該區(qū)域中心點為圖像中第y 行第x 列個像素點；

Zmin：Sxy 中最小的灰度值；

Zmax：Sxy 中最大的灰度值；

Zmed：Sxy 中所有灰度值的中值；

Zxy：表示圖像中第y 行第x 列個像素點的灰度值；

自適應(yīng)濾波法分為A 和B 兩個過程。

A:

1. A1 = Zmed - ZminZ

2. A2 = ZmedZ - ZmaxZ

3. 如果A1>0A1>0 且A2<0A2<0，則跳轉(zhuǎn)到B

4. 否則，增大窗口的尺寸

5. 如果增大后的尺寸≤≤Smax，則重復(fù)A

6. 否則，直接輸出Zmed

B：

1. B1 = Zxy - Zmin

2. B2 = Zxy - ZmaxZ

3. 如果B1>0B1>0 且B2<0B2<0，則輸出Zxy

4. 否則輸出Zmed

其中A 中的1 過程是為了當前窗口的中值是否為噪聲點，如果滿足Zmin

接下來考慮跳轉(zhuǎn)到B 之后的情況：判斷中心點的像素值是否是噪聲點，判斷條件為Zmin

3.2 優(yōu)點與不足

適用于噪聲密度較高的情況，相對于傳統(tǒng)的中值濾波法，能動態(tài)實時調(diào)整窗口的大小，獲得合適的窗口來對圖像進行處理，可以很好地達到圖像細節(jié)和去噪能力的平衡，減少圖像模糊的部分。但當像素點沒有被噪聲污染時，當前點會被誤判為噪聲點，且模板單一，只能對簡單的圖像進行處理對含有較多角，線，點的圖像處理能力較差。且當噪聲水平很高時，去噪后的圖像會丟失很多的圖像細節(jié)和邊緣信息。

4 結(jié)論

椒鹽噪聲會使圖像上的像素點一部分變黑，一部分變白，這種黑白亮暗點使得圖像質(zhì)量下降，影響了圖像的整體效果,使得圖像在后續(xù)的圖像平滑和細節(jié)處理上變得困難。因此我們需要對圖像進行去椒鹽噪聲處理。本文介紹了處理椒鹽噪聲的一般方法：均值濾波法和中值濾波法，都對圖像質(zhì)量進行了一定的改善，但也都存在的相同的問題，那就是圖像模板過于單一，使得使得圖像的一部分會相對模糊。在此基礎(chǔ)上，提出了自適應(yīng)中值濾波法，能夠動態(tài)調(diào)整正方形窗口大小，達到優(yōu)化的效果，減少圖像模糊部分。

在這個信息化的時代，圖像處理發(fā)展的越來越來，要求也相對越來越高，相信數(shù)字圖像處理技術(shù)以后會發(fā)展的越來越好。