改进的中值滤波算法在图像去噪中的应用(4)

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

681

添加噪声的方差为0.25,采用7 7的滤波窗口得到的结果如图2。结合表2比较图2(c)和图2(d)可以得到以下结论:中值滤波后得到的图像轮廓比较模糊,而加权改进中值滤波算法得到的图像边缘不理想(这是造成表2中加权快速中值滤波RPSN较小的原因),说明中值滤波对高密度脉冲噪声去噪效果不理想。但使用自适应中值滤波可以很好地改善快速中值滤波的这一缺点,具体过程见实验3

。

滤波两种方法进行处理,结果如图3所示,其中阈值T为0.5。

图3 带椒盐噪声(sig=0.25)的图像处理结果 Fig.3 Processingresultsoftheimageswithsalt and

peppernoise(sigma=0.25)

图3(a)为原始图像,图3(b)为加了方差为0.25的椒盐噪声后的图像,图3(c)为用标准中值滤波处理图3(b)得到的图像,图3(d)为用加权自

图2 带椒盐噪声(sig=0.25)的图像处理结果Fig.2 Processingresultsoftheimageswithsalt and

peppernoise(sigma=0.25)

适应中值滤波处理图3(b)后的图像。

表4 两种算法的RPSN值比较(sigma=0.25)Table4 TheRPSNcomparisonoftwoalgorithms

(sigma=0.25)

算法

7 7标准中值滤波加权自适应中值滤波

RPSN10.944511.2539

试验1与试验2中标准中值滤波与加权快速中值滤波的运行时间如表3所示。

表3 标准中值滤波与加权快速中值滤波运行时间比较Table3 Therunningtimecomparisonofstandardmedianfilter

andweightedfastmedianfilter算法标准中值滤波加权快速中值滤波

窗口尺度3 37 73 37 7

处理时间t/s

2.754.820.650.98

该实验添加的噪声方差和图2一样为0.25,能够模糊图像的大部分细节。为了和图2作比较,首先用7 7的标准中值滤波器进行滤波,消除大部分可见的脉冲噪声痕迹,虽然噪声被有效消除了,但是滤波器在图像上也引起了明显的细节损失。图3(d)显示了使用自适应中值滤波方法处理的效果,噪声消除水平和中值滤波相似。但是,自适应滤波器保持了点的尖锐性及图像细节,显然,其改进是很明显的。

分析表3可以看出,与标准中值滤波相比,加权快速滤波大大缩短了算法运行时间,且滑动窗口越大,效果越明显。事实上,3 3提高了(2.75-0.65)/2.75=76.4%,7 7提高了(4.82-0.98)/4.82=79.7%。3.2 加权自适应中值滤波结果

实验3在原始图像增加方差0.25的椒盐噪声

后4 两种改进算法比较分析

综合以上实验,可得出以下结论:

加权快速中值滤波算法对低密度的脉冲噪声