圖像模糊濾波算法的對比研究與改進.pdf

1、在數(shù)字圖像處理中，圖像濾波技術是至關重要的，因為噪聲會嚴重地降低圖像后續(xù)處理的精度，包括特征提取和目標識別等。為了抑制各種不同類型的噪聲，學者們先后提出了許多不同的圖像濾波算法。近幾年來，模糊技術已經(jīng)成功地應用于圖像濾波領域，提出了很多針對圖像濾波的模糊算法。在閱讀大量參考文獻的基礎上，本文對一些經(jīng)典的圖像濾波算法和幾種典型的圖像模糊濾波算法進行了對比研究和試驗，顯示出模糊濾波算法在消除噪聲和保護圖像細節(jié)方面所具有的優(yōu)越性，并在此基礎上

2、提出了一種新型的雙十字模糊濾波算法，進一步改善了濾波效果。 本文在對圖像濾波算法的研究背景、基本概念以及發(fā)展現(xiàn)狀進行簡單介紹的基礎上，分析和總結了模糊數(shù)學的基本概念與模糊推理的基本方法以及圖像模糊濾波算法?？傮w上可以將模糊濾波算法分成兩大類：一類是將模糊技術與傳統(tǒng)技術相結合的濾波算法，稱為古典-模糊濾波算法；另一類是完全基于模糊技術的濾波算法，稱為純模糊濾波算法。介紹了兩種典型的古典-模糊濾波算法，即模糊加權均值濾波算法和模糊中

3、值濾波算法。在模糊加權均值濾波算法的研究中，從理論上對一種通過期望圖像來確定權值的模糊加權均值濾波算法進行了分析，由于該算法需要已知期望圖像，因此很難在實際的圖像測量系統(tǒng)中應用。本文從實際應用角度出發(fā)，分別對通過噪聲圖像自身特性來確定權值的模糊加權均值濾波算法和針對圖像混合噪聲的模糊加權均值濾波算法進行了仿真試驗，雖然這兩種算法有效地解決了權值確定的問題，但由于它們缺乏一套完善的模糊推理體系，并且缺少相應的噪聲檢測環(huán)節(jié)，因此，僅適用于小

4、范圍的噪聲抑制。基于以上各種原因。提出了一種新型的雙十字模糊濾波算法，該算法對模糊隸屬函數(shù)進行了改善，并且增加了噪聲檢測環(huán)節(jié)，基于Matlab7.1的多組仿真實驗結果表明，該算法具有很好的普遍性和自適應性，能夠比較有效地保護圖像細節(jié)信息，對混合噪聲有很好的抑制能力。此外，在模糊中值濾波算法的研究中，針對一種自適應模糊多級中值濾波算法進行了深入地探討。由于該算法在傳統(tǒng)多級中值濾波算法的基礎上引入了模糊推理，因此極大地改善了濾波效果，試驗表

5、明該算法的濾波性能要優(yōu)于一些經(jīng)典的非線性濾波算法。 最后，在純模糊濾波算法的研究中，重點闡述了基于模糊推理規(guī)則集的FIRE濾波算法。由于該算法是通過一組模糊規(guī)則集來完成噪聲象素的校正，因此模糊規(guī)則集制定的好與壞直接決定了噪聲抑制的成與敗。為了驗證以上的說法，分別對三種改進的FIRE濾波算法進行了多組仿真試驗。試驗結果表明，這三種算法具有非常好的噪聲抑制能力，并且隨著對模糊規(guī)則集的不斷改進和優(yōu)化，算法的濾波效果也得到明顯提高。