自適應保細節中值濾波算法的設計與實現

摘 要：為了在濾波脈沖噪聲的同時更好的保護圖像細節，本文將均值濾波和中值濾波結合起來，用兩種不同的濾波窗口對噪聲進行檢測和濾波，提高其降噪性能和保邊能力。

關鍵詞：脈沖噪聲；中值濾波；噪聲檢測；均值濾波

中圖分類號：TN713 文獻標識碼：A 文章編號：1674-7712 （2014） 12-0000-01

在數字圖像的形成和傳輸中，不可避免地會引入噪聲，其中最為常見的是椒鹽噪聲[1]。中值濾波是非常有效和經典的椒鹽噪聲濾除算法[2]，但存在過渡平滑的問題。本文提出自適應保細節中值濾波算法，使用兩種濾波窗口，結合濾波窗口內像素的均值，更精確的進行噪聲檢測和濾除。另外，以雙總線雙內核系統架構為平臺，進行硬件設計。實驗結果表明，本文算法對脈沖噪聲檢測的準確性和噪聲濾除的有效性都有很大的提高。

一、自適應保細節中值濾波算法

二、硬件實現

本文降噪模塊包括三個功能單元：數據緩存、緩存控制、噪聲判定與濾波。電路設計如圖1所示。

圖1 自適應保細節中值濾波架構圖

（一）數據緩存

為節省存儲空間本文采用YUV422的存儲方式，且4個像素點存儲在同一個地址，選用2片單端口的480×64 SRAM，讓讀寫分散在不同的周期。架構圖如圖2所示。

圖2 數據緩存架構

（二）緩存控制

控制狀態機如圖3所示，共有IDLE、RST、Line1、Line2、Line>3五個狀態。當IDLE狀態接到降噪使能和幀同步信號時進入初始化狀態（RST）；RST狀態接收到行同步信號后進入第一行數據的接收（Line0）狀態，因算法是基于3×3的塊，所以第一行數據不會啟動降噪濾波模塊；Line1狀態時開始第一行數據的降噪，同時把第二行像素寫入行緩存1；Line>3時進入第二行像素的降噪；當行計數器等于圖像高度時，跳轉到Line1狀態，此時還需要對最后一行數據做降噪，會用兩條最后一行和次后行像素。當所有數據處理完畢進入IDLE狀態，等待新一輪循環。

（三）噪聲判定和濾波

圖4 求中值電路示意圖 圖5 求均值電路示意圖

三、仿真實驗及結果分析

在Lena圖像中分別加入程度不同的椒鹽噪聲，用標準中值濾波（med）、多級中值濾波（med_mlmf）、多窗口中值濾波（med_mwmf）和本文算法分別進行降噪處理，并用降噪后圖像的峰值信噪比（PSNR）作為評價標準。PSNR計算公式為：

（1）

表1 四種算法降噪后圖像的PSNR值比較

從表1的數據中可以看出，本文算法降噪后圖像的PSNR值最高，這表明，本文算法在降噪和保護圖像細節上具有優勢。

參考文獻：

[1]Pitas I， Venetsanopoulos A N.Order statistics in digital image processing.in：Proceedings of the IEEE，New York，1992：1893-1921.

[2]Astola J，Kuosmanen P.Fundamentals of nonlinear digital filtering.New York：CRC，1997.

[作者簡介]張培（1985.02-），女，碩士，研究方向：微電子與固體電子學。