去除數(shù)字圖像脈沖噪聲的算法研究.pdf

1、圖像在采集、傳輸和接收過(guò)程中，因?yàn)橥饨绛h(huán)境、傳感器元件質(zhì)量等因素干擾，經(jīng)常會(huì)引入不同類(lèi)型的噪聲導(dǎo)致圖像質(zhì)量的下降，脈沖噪聲便是其中之一。若不能有效地去除圖像中的脈沖噪聲，則會(huì)影響之后的圖像分析、處理等操作。本篇論文分析了常見(jiàn)的五種脈沖噪聲模型，根據(jù)這些模型中噪聲像素灰度值的大小和分布特點(diǎn)，在中值濾波算法基礎(chǔ)上，設(shè)計(jì)出了相應(yīng)的新算法，主要工作包括:
　　(1)針對(duì)8位圖像中，固定值脈沖噪聲像素的灰度值為0或者255，選擇濾波窗口邊界

2、的信號(hào)像素均值來(lái)代替噪聲像素或者采用疑似噪聲像素周?chē)男盘?hào)像素進(jìn)行第一步濾波后，利用濾波結(jié)果對(duì)噪聲像素的灰度值進(jìn)行更新;對(duì)于第二步濾波，仍然使用疑似噪聲像素周?chē)男盘?hào)像素均值對(duì)其進(jìn)行替代操作，實(shí)驗(yàn)結(jié)果證明兩種方法不僅去除噪聲效果良好，而且運(yùn)算時(shí)間要遠(yuǎn)小于當(dāng)前一些常用的算法。
　　(2)針對(duì)低灰度值、高灰度值區(qū)域分布長(zhǎng)度都相同的隨機(jī)值脈沖噪聲模型，由當(dāng)前濾波窗口中心像素的灰度值及窗口內(nèi)灰度值屬于噪聲區(qū)域的像素個(gè)數(shù)，初步判斷當(dāng)前像素的

3、屬性;對(duì)于疑似噪聲像素，再根據(jù)其與周?chē)懊住弊中螀^(qū)域內(nèi)的極值的大小關(guān)系，判斷當(dāng)前像素是否為噪聲像素。實(shí)驗(yàn)結(jié)果表明，即使圖像中含有大量平坦區(qū)域時(shí)，使用該算法去除脈沖噪聲的效果依然良好。
　　(3)針對(duì)復(fù)雜度最高的脈沖噪聲模型，即低灰度值區(qū)域和高灰度值區(qū)域分布長(zhǎng)度和密度都不相同，利用灰度直方圖構(gòu)造灰度直方圖差分矩陣和每個(gè)灰度值的像素平均個(gè)數(shù)，進(jìn)而求出判斷像素屬性的兩個(gè)邊界b1和b2;其次，優(yōu)先濾波周?chē)盘?hào)點(diǎn)個(gè)數(shù)較多的噪聲像素，通過(guò)不斷