基于中值濾波的椒鹽含噪圖像去噪方法

張 東，覃鳳清，曹 磊，劉書君

(宜賓學院計算機與信息工程學院，四川宜賓644007)

基于中值濾波的椒鹽含噪圖像去噪方法

張 東，覃鳳清，曹 磊，劉書君

(宜賓學院計算機與信息工程學院，四川宜賓644007)

為了有效地去除圖像中的椒鹽噪聲，提高圖像的質量，利用中值濾波算法進行去噪處理．分析了椒鹽噪聲的特性，闡述了中值濾波算法的去噪原理和優缺點．通過實驗從主觀評價和客觀評價兩方面對比了中值濾波和幾種典型的圖像去噪方法對椒鹽噪聲的去噪效果，并進一步分析了不同窗口大小的中值濾波對椒鹽噪聲的去噪效果．實驗結果表明，中值濾波算法能很好地去除圖像中的椒鹽噪聲．

噪聲；椒鹽噪聲；圖像去噪；中值濾波

一幅數字圖像，從拍攝系統獲取，到傳遞和后期應用的過程中，均可能會由于各種噪聲的影響而產生退化失真，使圖像難以或不能傳達原本要傳達的信息，給后期的應用造成不便．噪聲的來源很多，有外界成像環境的影響，也有傳輸和處理系統本身的影響．為了使圖像能達到后期應用的標準，需要在圖像應用前的預處理階段對其進行去噪處理，去除圖像中無用的干擾噪聲信號，保留圖像中有用的信號[1-2]．

噪聲的類型多種多樣，去噪的方法也各有不同．常見的圖像去噪方法可分為空間域和頻率域兩大類[3]，前者直接對圖像本身像素值進行變換處理，后者將圖像信號變換到頻率域進行處理，經驗證，兩者都取得較好的處理效果．由于噪聲的隨機性，所以很多噪聲在圖像中都表現為孤立的噪聲點，椒鹽噪聲是生活中常見的一類噪聲．典型的圖像去噪方法有均值濾波、中值濾波、維納濾波、頻率域低通濾波等．均值濾波將圖像中像素點灰度值替換成鄰域內的平均值來抑制噪聲；中值濾波的去噪原理類似，將像素點灰度值替換成鄰域窗口內的中值以對噪聲進行抑制；維納濾波通過對圖像信號進行逼近估計，以均方誤差最小原則從含噪圖像中提取有用信號[4]；頻率域低通濾波在圖像信號的頻率域中，阻止噪聲的高頻分量通過，圖像信號的中低頻分量通過，從而濾除噪聲[5]．各種圖像去噪方法均可對椒鹽噪聲進行去噪處理．

本文在研究中值濾波的去噪原理和優缺點的基礎上，通過實驗對比了中值濾波和其他幾種圖像去噪方法對椒鹽噪聲的去除效果，最后比較了不同窗口大小時中值濾波算法對椒鹽噪聲的去除效果．

1 椒鹽噪聲

椒鹽噪聲是常見的加性噪聲，又稱為脈沖噪聲．一般由圖像經過傳感器、傳輸系統、解碼器等系統時由于系統本身的影響而產生，對圖像質量有較大的影響，在圖像中表現為孤立的隨機黑白相間的點．椒鹽噪聲的概率密度函數可描述為：

椒鹽噪聲包含“胡椒”和“鹽”兩類噪聲．其中，“胡椒”噪聲在圖像中表現為黑點，“鹽”噪聲在圖像中表現為白點．由于椒鹽噪聲和中值濾波的特性，在各種去噪方法中，中值濾波對椒鹽噪聲具有很好的去除效果．

2 中值濾波算法

中值濾波是非線性圖像去噪方法，在空間域進行去噪處理，可以在取得較好的去噪效果的同時更好地保護好圖像的邊緣部分信息．其去噪原理是利用當前待處理像素的鄰域，將該鄰域內像素點的灰度值進行排序，選取其中的中值作為中值濾波的中值，將待處理像素的灰度值替換為該中值．按照此方法對圖像中所有像素點作相同處理，最終得到的圖像即為去噪后的圖像．

在中值濾波的去噪過程中，以當前待處理像素確定一個鄰域，使去噪圖像中所有像素點的灰度值等于原含噪圖像中該點鄰域中各點灰度值的中值．即存在一個二維滑動窗口模板，滑動窗口的中值大小為去噪后圖像各像素點的值[1]．所以鄰域大小的選取決定著去噪的效果．

假設點(x,y)出的灰度值為f(x,y)，取3*3鄰域S，對S中的9個像素點的灰度值進行升序排序得到，則經過處理后點(x,y)的灰度值為：

例如圖1中，對于3*3的中值濾波算法，濾波窗口內共有9個點，將位于窗口中心(點5處)的灰度值替換成窗口內9個像素點灰度值的中值．

圖1 中值濾波示意圖

由中值濾波的去噪過程得知，中值濾波將與鄰域差值較大的像素點的灰度值替換為與鄰域相近的灰度值，從而達到抑制孤立噪聲點的目的．因為這種特性，中值濾波對于在圖像中表現為突出的孤立噪聲點的脈沖(椒鹽)噪聲具有較好的抑制效果，在圖像去噪領域的應用也比較廣泛．但也因為這種特性，在一些點、線、尖頂細節較多的圖像中使用中值濾波進行處理時，也會使得這些在圖像中與噪聲點類似也表現為與周圍像素點不同的突出信息大量丟失，故此類圖像不宜采用中值濾波[6]．

由于實際應用中現實生活的圖像噪聲往往由于其隨機性而大多數表現為孤立的噪聲點，故中值濾波得到了比均值濾波更為廣泛的應用．雖然中值濾波具有對噪聲很好的濾除效果的優點，但是在圖像去噪領域中，去除噪聲信號的同時保存圖像細節一直是一對難以克服的矛盾．在細節較多的圖像中進行去噪的時候，只是應用傳統的中值濾波往往會適得其反，所以可以在傳統中值濾波的基礎上作出改進(如加權自適應中值濾波算法[7]；也可以和其他濾波方法結合(如小波去噪)，使其能在取得較好去噪效果的同時更好地保留圖像細節．

3 實驗及對比

為了驗證中值濾波對椒鹽噪聲的去除效果，從主、客觀兩個方面進行去噪效果綜合評價，對灰度Lena原始圖像(圖2)加以密度為0.1的椒鹽噪聲形成椒鹽含噪圖像(圖3)，在實驗中通過對該椒鹽含噪圖像進行去噪處理．

圖2 灰度原始圖像

圖3 灰度椒鹽含噪圖像

3.1 不同去噪方法去噪實驗

在MATLAB環境下，對所產生的同一副椒鹽含噪圖像(圖3)分別使用均值濾波、中值濾波、威納濾波、巴特沃茲低通濾波四種典型的圖像去噪方法，所得的去噪圖像分別如圖4所示．圖3中含噪圖像和圖4中去噪后圖像相應于原始圖像(如圖2所示)的PSNR值如表1所示．

表1 含噪圖像及不同去噪算法所得圖像的PSNR值

通過實驗結果圖像和相應PSNR值可以得出，在所使用的四種典型圖像去噪方法中，各種方法都對椒鹽噪聲有一定的一直效果．從主觀視覺觀察及客觀評價(PSNR值)方面綜合來看，中值濾波對椒鹽噪聲的去除效果明顯好于其他三種方法．

圖4 不同去噪方法對椒鹽噪聲的去除效果

3.2 不同窗口大小中值濾波去噪實驗

為了進一步觀察不同窗口大小對中值濾波算法的影響，使用不同窗口大小的中值濾波分別對圖3所示的椒鹽含噪圖像進行去噪處理，得到的去噪圖像分別如圖5(a)～(d)所示．

圖5 不同窗口大小的中值濾波對椒鹽噪聲的去除效果

圖5中各去噪后圖像相應于原始圖像的PSNR值如表2所示．

表2 不同窗口的中值濾波去噪圖像的PSNR值

從實驗結果可以看出，隨著中值濾波窗口的增大，對噪聲的平滑作用越明顯，但是相應圖像變得越來越模糊，細節部分信息嚴重丟失，當窗口為12的時候甚至很難看出圖像的大部分信息．綜合而言，當窗口為3的時候對椒鹽噪聲的去除效果最好．

4 結束語

本文研究了中值濾波的去噪原理和優缺點，并通過實驗對模擬加噪的同一幅椒鹽含噪圖像進行去噪處理，和其他幾種典型的圖像去噪方法從主觀和客觀方面進行對比，并進一步比較不同窗口大小時的中值濾波對椒鹽噪聲的去噪效果．實驗結果表明，由于中值濾波取中值的特性，對椒鹽噪聲具有很好的去除效果，優于其余幾種圖像去噪方法．各種去噪方法對圖像信號都有一定程度的損壞，隨著濾波窗口的增大，中值濾波對圖像的傷害越來越大，細節部分信息嚴重丟失．綜合而言，中值濾波對椒鹽噪聲具有很好的去除效果．

[1]王文慶,晏婷.基于空間域的圖像去噪方法比較研究[J].西安郵電學院學報,2012,17(2):75-76.

[2]杜麗美.幾種常見的圖像去噪算法研究[J],2012,28(6):7-9.

[3]孫即祥.圖像處理[M].北京:科學出版社,2009.

[4]方莉,張萍.經典圖像去噪算法研究[J].工業控制計算機,2010,23 (11):73-74.

[5]章毓晉.圖像處理和分析教程[M].北京:人民電郵出版社,2009.

[6]王文慶,晏婷.基于空間域的圖像去噪方法比較研究[J].西安郵電學院學報,2012,17(2):75-76.

[7]趙高長,張磊,武風波.改進的中值濾波算法在圖像去噪中的應用[J].應用光學,2011,32(4):678-682.

【編校：李青】

Research on Image De-noising Methods with Salt and Pepper Noise Based on Median Filtering

ZHANG Dong,QIN Fengqing,CAO Lei,LIU Shujun
(School of Computer&Information Engineering,Yibin University,Yibin,Sichuan 644007,China)

In order to remove the Salt and Pepper noise in image and to improve the quality effectively,median filtering algorithm was utilized.The characteristics of Salt and Pepper noise were analyzed.The de-noising principle as well as the advantages and disadvantages of median filtering were researched.From subjective and objective aspects,several experiments were conducted to compare the de-noising effect between the median filtering and other image de-noising methods,and compare the de-noising effect of median filtering under different sliding window size.The experimental results indicate that median filtering algorithm has good performance on removing Salt and Pepper noise in image.

noise;salt and pepper noise;image de-noising;median filtering

TP391

A

1671-5365(2014)06-0108-03

2013-06-20修回：2013-09-19

國家級大學生創新訓練項目(201210641104)

張東(1992-)，男，本科生，研究方向為圖像處理

覃鳳清(1976-)，女，副研究員，博士，研究方向為圖像及視頻處理

時間：2013-10-15 11:29

http://www.cnki.net/kcms/detail/51.1630.Z.20131015.1129.007.html