改进的中值滤波算法在图像去噪中的应用(3)

时间：2026-01-16

680

应用光学 2011,32(4) 赵高长,等:改进的中值滤波算法在图像去噪中的应用

B层:ZB1=Z(x,y)-Zmin,ZB2=Zmax-Z(x,y),如果ZB1>T,且ZB2>T,则输出Z(x,y)。否则,输出Zmed。

A层用来判断Zmed是否为一脉冲,B层用来判断Z(x,y)是否为一脉冲。如果Zmed和Z(x,y)都不是脉冲,那么算法就利用输出一个不变的像素值Z(x,y)来代替邻域中值作为输出,以避免不必要的细节损失。

上述算法中阈值

[7]

图1(a)为要处理的原始图像,图1(b)为加了方差0.02的椒盐噪声后的图像,图1(c)为用标准中值滤波处理图1(b)得到的图像,图1(d)为用加权快速中值滤波处理图1(b)后的图像。

T的计算方法如下:

1)给定一个可接受的信噪比M;2)先初始化一个阈值T;

3)通过上述算法获得一个新的图像,计算其信噪比Mn;

4)如果Mn大于M,将T/2赋值给T,转3;5)接受当前T值作为阈值,结束。

3 运用MATLAB实现算法

中值滤波作为数字图像处理中重要的一部分,应用MATLAB语言进行编程,具有编程简单、操作方便、处理快等特点,特别是对于许多中值滤波的改进算法,如果MATLAB内部函数不能实现,也可以通过混合编程或修改有关的内部函数来实现。

结合MATLAB图像处理工具箱函数,在原中值滤波程序的基础上,结合新算法进行改进,在编程工作量增加不多的前提下,将工作重点放在如何进行算法改善上,可以简单直观地观察不同算法对于图像的处理效果,有助于算法的优化。相比用VC++或C++语言编程来实现改进中值滤波算法而言,可以为图像处理工作者节省大量的时间和精力,从而提高图像处理的工作效率的标准。RPSN

Rpsn=

[9]

[8]

[7]

图1 带椒盐噪声(sigma=0.02)的图像处理结果Fig.1 Processingresultsoftheimageswithsalt and

peppernoise(sigma=0.02)

表1 两种算法的RPSN值比较(sigma=0.02) Table1 TheRPSNcomparisonoftwoalgorithms

(sigma=0.02)

算法

3 3标准中值滤波加权快速中值滤波

RPSN20.051020.1310

本结果采取的是3 3的滤波窗口,结合表1,比较图1(c)和图1(d)可以看出,加权快速中值滤波算法不仅取得了比中值滤波稍好的去噪效果,而且能很好地保存原图像的边缘信息。