圖像自適應中值濾波方法的研究及VC++實現

王晉陶 貴州電子科技職業學院

圖像自適應中值濾波方法的研究及VC++實現

王晉陶 貴州電子科技職業學院

圖像常常被強度隨機信號（也稱為噪聲）所污染。一些常見的噪聲有椒鹽（Salt & Pepper）噪聲、脈沖噪聲、高斯噪聲等。椒鹽噪聲含有隨機出現的黑白強度值．而脈沖噪聲則只含有隨機的白強度值（正脈沖噪聲）或黑強度值（負脈沖噪聲）。與前兩者不同，高斯噪聲含有強度服從高斯或正態分布的噪聲。要想得到比較干凈清晰的圖像通常要先對圖像設計一個適合的濾波器和恰當的閾值處理。目前常用的各種濾波算法基本上只對特定的噪聲有很好的處理效果，對于多種復合的噪聲干擾濾波效果不是很好，本文提出了一種結合自適應中值濾波和小波域去噪的算法，用VC++完成濾波器建立和實現圖像濾波。結果表明用這種算法作濾波處理在過濾噪聲的同時還可以保留大部分圖像細節。

圖像處理 自適應濾波 空域 頻域

1 引言

數字圖像處理是對我們采集的數字圖像進行各種變換處理，以達到圖像識別或圖像分析等各種目的。圖像濾波，即在盡量保留圖像細節特征的條件下對目標像的噪聲進行抑制，是圖像預處理中不可缺少的操作，其處理效果的好壞將直接響到后續圖像處理和分析的有效性和可靠性。由于成像系統、傳輸介質和記錄設備等的不完善，數字圖像在其形成、傳輸記錄過程中往往會受到多種噪聲的污染。另外，在圖像處理的某些環節當輸入的像對象并不如預想時也會在結果圖像中引入噪聲。圖像的噪聲有多種類型。如加性噪聲、乘性噪聲、椒鹽噪聲、高斯噪聲等。所以，圖像濾波是圖像處理中一種不可或缺的技術。

本文提出了一中基于小波域的自適應濾波算法，并且描述各種濾波算法的在vc++程序下的實驗效果和分析。

2 圖像濾波相關預備知識

2.1 圖像濾波的基本框架

簡單的數字圖像濾波系統的基本框架，如圖所示：

3 本文提出的算法

本文提出的算法是結合自適應中值濾波算法和小波域基于GGD的子帶自適應閾值去噪算法來對圖像濾波，自適應中值濾波算法是一種非線性濾波處理技術，因為其任何輸出總是取自對應的滑動窗口中輸入數據中的一個，這就意味著信號經過中值濾波后，信號幅度有較高的保真度，不會增加新的量化級，從而避免了引入量化噪聲的干擾。通過中值濾波可以有效去除椒鹽噪聲，也可以抑制一部分高斯噪聲。

3.1 該算法的原理和處理過程

3.1.1 自適應中值濾波器

自適應中值濾波主要包括以下兩個步驟：

（1）脈沖噪聲的檢測

通常未受干擾的真實信號的局部應該是平穩的,而脈沖噪聲點的幅度模值會明顯大于其局部中值,根據這一特性,就可以實現對信號中脈沖噪聲的檢測。

（2）自適應調節滑動窗口長度

脈沖噪聲檢測后,對超過閾值Td的噪聲點使用長度較大的滑動窗口,而對低于閾值Td的信號點則使用長度較小的滑動窗口,對色譜信號進行中值濾波,從而達到濾除脈沖和白噪聲,保護信號的細節信息,避免丟失重要的有用成分的目的。

3.1.2 小波域基于GGD的子帶自適應閾值去噪算法的原理和步驟

結合假設小波系數服從廣義高斯模型(GGD)和最小Bayes風險意義上的近似最優公式得到的BayesShrink閾值可表示為：

T表示閥值, 表示圖像標準差, 表示噪聲標準差。

由于不同尺度、不同方向的圖像子帶方差 不同，故閾值也不相同，即閾值是隨子帶自適應調整的．同時對小波系數采用軟閾值函數,BayesShrink去噪算法步驟如下：

(1)對含噪圖像進行小波變換；

(2)對每個細節子帶求其閾值，并對小波系數進行軟閾值處理．其中噪聲標準差采用Donoho提出的魯棒性中值估計；

(3)小波反變換得到最終的去噪圖像。

3.2 提出算法的濾波函數

（該算法框架圖）

添加高斯噪聲和椒鹽噪聲的圖像

3.3 該算法濾波與其他常用濾波算法比較效果圖

均值濾波后的圖像

中值濾波后的圖像

理想低通濾波后的圖像

巴特沃思低通濾波后的圖像

維也納濾波圖像

本算法去噪圖像

表1 各種濾波算法后圖像的SNR，PSNR對比（分貝）

4 結論

本文通過幾種比較常用的數字圖像的濾波算法的原理和特性，然后為它們在vc++環境下編輯程序實現濾波，并得到濾波效果圖，最后根據自適應濾波算法的優點和圖像去噪中常用的濾波算法，提出一種結合自適應中值濾波和小波域基于GGD的子帶自適應閾值去噪算法，通過對比觀察濾波算法效果圖和計算各種濾波后圖像的SNR和PSNR(如表1)表明本文提出的算法能夠保留圖像細節和邊緣輪廓(如上圖)，同時得到的圖像失真也較小，是一種可行的濾波算法。

[1]朱鳳崗,朱雪田.自適應中值濾波用于色譜信號去噪的研究[J].山東農業大學化學與材料科學學院泰安271018.北京郵電大學電信學院

[2]張艷華，李玲遠.基于GCV理論的小波自適應多閾值圖像去噪方法[J]華中師范大學物理科學與技術學院上海430079

[3]史玉林,李飛飛,孫益頂,基于均值濾波和小波分析的圖像去噪[J]南開大學物理學院,天津300071