一種改進的自適應(yīng)加權(quán)中值去噪算法的研究.pdf

1、隨著科技不斷的發(fā)展，數(shù)字圖像技術(shù)的應(yīng)用范圍日益拓寬。數(shù)字圖像在接收和傳輸?shù)倪^程中受到外部或者內(nèi)部因素的干擾，如成像傳感器容易受到成像環(huán)境條件和其自身質(zhì)量的影響，數(shù)字圖像信號在無線傳輸時容易受到光照和大氣等因素的影響而引起圖像降質(zhì)，進而影響對圖像的后續(xù)處理。為了改善受污染圖像的質(zhì)量，本文將重點研究圖像濾波算法。
　　首先，本文簡要地介紹數(shù)字圖像的基礎(chǔ)理論、圖像噪聲產(chǎn)生的原因、噪聲的數(shù)學模型和論述均值濾波算法和中值濾波算法的基本原理。

2、
　　其次，本文分析七種中值濾波算法并比較算法的優(yōu)缺點。針對這些算法在去除噪聲和圖像特征保留等方面難以達到應(yīng)用需求，本文提出了一種改進的自適應(yīng)加權(quán)中值去噪算法。由于傳統(tǒng)的濾波算法忽略處理圖像邊界上的像素點而導(dǎo)致圖像模糊，該算法通過復(fù)制圖像邊界上的像素點來擴展圖像的尺寸，從而使得濾波模板能夠過濾圖像上的每一個像素點;為了解決像素點被誤判為噪聲點的問題，本算法根據(jù)像素點的相關(guān)性而設(shè)計一個噪聲檢測函數(shù)并用來確定疑似噪聲點的真?zhèn)?，實現(xiàn)了對

3、噪聲點較為準確的檢測;對于受到噪聲污染的像素點，該算法用窗口鄰域內(nèi)的像素灰度值與其歸一化的加權(quán)系數(shù)進行相乘，然后進行累加求和，并用該值代替中值作為濾波后的輸出值。該方法不僅可以有效地抑制鄰域含噪像素點的干擾，而且較好地保護圖像的細節(jié)特征。仿真結(jié)果表明，該算法能夠很好地去除噪聲和保留圖像特征，所獲得的峰值信噪比參數(shù)高于現(xiàn)有的濾波算法，同時擁有較低的均值絕對誤差。
　　最后，圖像技術(shù)在圖像預(yù)處理領(lǐng)域的應(yīng)用不斷深入，其對圖片質(zhì)量的要求越