自適應多閥值中值濾波算法研究

王角鳳　黃斌

摘 要：文章主要討論在保證還原后的圖像具備一定清晰度的前提下，通過自適應多閥值的設置來解決去除噪聲過程中的圖像的平滑度、邊界細節，重點對不同算法進行比較和探討，取長補短，給出改進后的方法，能夠達到更好的圖像還原效果。

關鍵詞：自適應；多閥值；改進中值濾波

1 概述

在圖像去除噪聲的領域里，傳統的方法各有優勢，問題主要集中在去噪的同時如何實現對圖像細節的保護。高斯、脈沖等噪聲特點不僅是密度大，波動范圍寬，而且被污染的圖像不僅僅是灰度級受到影響，而且同一灰度級受污染的程度也可能存在較大的差異。最早出現的空域平滑方法在圖像處理的初期得到廣泛應用和發展，利用所選區域像素的灰度平均值代替中心像素的灰度值，方法雖然簡便快捷，但是在平滑噪聲的同時也模糊了圖像的細節，在實際工程應用過程中受到了限制。在實際的圖像處理過程中，由于圖像自身的多樣性和復雜性以及噪聲分布的不確定性，使得處理時先對圖像的情況做出預判，利用算法自身自適應性進行調整，從而還原接近于圖像真實情況的細節和特點。對于傳統的中值濾波，文獻[1-6]提出不同的改進型算法。其共同特征就是借助于預先設定的閥值，將像素點與閥值進行比較，從而分辨出像素點和噪聲點。由于閥值預先給定，所以處理復雜圖像時容易丟失細節，邊界識別不夠清晰，并且閥值固定導致部分噪點無法識別。

2 噪聲識別步驟

2.1 檢測可能的噪聲點

利用這種方法，首先找出待檢測的噪點，然后利用二次檢測加以確定，其根本目的就是降低第一次檢測是的誤檢率，提高正確識別噪點的效率。

2.4 自適應窗口大小設置

2.6 算法分析

從表1和表2數據可以看出，在相同的噪聲密度下，本濾波算法對應的PSNR較其它三種濾波方法有不同程度的提高；而MAE值則低于其它方法，因此具有較佳的濾波效果。圖像仿真測試效果比較（如圖1）。

四種濾波方法中，通過上面圖像仿真測試，可以發現，圖像在7×7窗口下，TM濾波后殘存的噪聲點較多，EM濾波去噪效果略好，PSM濾波仍有一定量噪聲點未被濾除，且圖像中的某些細節也遭到破壞。本算法則有效消除了圖像中的噪聲點且對圖像中的細節起到了很好的保護作用。

參考文獻

[1]梁雯，劉松林.圖像加權中值濾波及其分級實現方法[J].安徽大學學報（自然科學版），1997（2）：42-47.

[2]李佐勇，湯可宗，胡錦美，等.椒鹽圖像的方向加權均值濾波算法[J].中國圖像圖形學報.

[3]楊明，宋麗華.改進的快速中值濾波算法在圖像去噪中的應用[J].測繪工程，2011（6）：65-69.

[4]周紹光，賈凱華，王港淼，等.一種改進的去噪閾值混合濾波算法[J].測繪科學，2013（7）：77-79.

[5]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（7）：678-682.

[6]萬洪林，彭玉華，郭銳.基于方向的自適應多級中值濾波[J].通信學報，2006，27（4）：119-123.