一種新型的中值濾波改進算法

中北大學計算機與控制工程學院　席小霞中北大學軟件學院　宋文愛

?

一種新型的中值濾波改進算法

中北大學計算機與控制工程學院席小霞
中北大學軟件學院宋文愛

【摘要】針對傳統中值濾波算法難以去除圖像中高密度噪聲的問題，本文提出了一種新型的改進中值濾波算法。該算法在保證其灰度值不變的前提下，對圖像中的信號點和噪聲點進行標識后進行噪聲處理。仿真實驗結果表明，相比于傳統中值濾波、均值濾波，該算法能在有效去除噪聲的同時很好地保留圖像細節，具有更佳的視覺效果。

【關鍵詞】噪聲檢測；中值濾波；噪聲密度

0　引言

圖像信號在產生、傳輸和記錄過程中,經常會受到各種噪聲的干擾，嚴重地影響了圖像的視覺效果。因此在對圖像后續處理之前必須采用適當的方法進行去噪。中值濾波是圖像處理中一種十分有效的濾波方法，對多種隨機噪聲都有很好的噪聲抑制能力[1]。區別于線性平滑濾波器，在濾波窗口具有相同大小的情況下，中值濾波造成圖像模糊的程度更小，能夠有效去除極值奇異點[2-3]。但是在處理高密度噪聲的圖像時，傳統的中值濾波算法的去噪能力大大減弱。

基于中值濾波算法的不足，本文提出了一種新型的中值濾波改進算法，在保證灰度值不變的情況下，分別對噪聲點和信號點進行標識，同時統計檢測出的噪聲點的個數， 根據估計的噪聲密度自適應的確定濾波窗口大小， 最后采用改進的中值濾波算法對噪聲點進行處理。仿真實驗結果表明，對于高密度噪聲的圖像，該改進算法可以在很好的保留圖像細節下，有效去除噪聲，具有更好地濾波性能。

1　改進算法的設計

1.1噪聲模型

真實環境中的圖像噪聲的像素位置隨機分布，且特征位置的噪聲灰度值與附近正常的灰度值無關。為了更好地模擬該噪聲，選用下面的噪聲模型：

1.2噪聲識別

噪聲識別是濾波算法的核心。它用于從目標圖像中找出噪聲點的位置。避免漏檢或誤檢的發生是噪聲識別算法的一個重要指標。目前現有的噪聲識別算法大都是利用窗口的極值來進行判別的，但是噪聲點不一定全在窗口的極值點上，進而引發了噪聲點誤檢和漏檢。特別是在噪聲概率較大時，檢測性能下降很明顯。

為了提高噪聲圖像的檢測精度，本文提出一種新型的噪聲識別方法。該方法通過第一級噪聲識別，找出候選噪聲點，并估計出圖像中的噪聲概率；當噪聲概率P低于閾值時，進行第二級噪聲檢測，用于避免上級中噪聲點的誤檢。反之，將上級中的候選噪聲點直接作為噪聲點。原理圖如圖1所示。

圖1　噪聲檢測原理圖

（1）第一級噪聲識別

首先獲取噪聲圖像的全部像素點集Y；其次遍歷出該圖像中灰度值的最大值Ymax和最小值Ymin。對于圖像中任一像素點X(i,j)，第一級的檢測窗口為以坐標(i,j)為中心的(2n+1)×(2n+1)所有像素值組成的集合。

如果待檢測窗口中心坐標的灰度值與Ymax或Ymin相等，則將該點作為候選噪聲點。最后通過統計候選噪聲點的個數，估算出該噪聲圖像的噪聲概率P。當P未超出設定的閾值時，進行第二級噪聲識別。

（2）第二級噪聲識別

遍歷候選的噪聲的集合，分別將坐標(i,j)對應的檢測窗口中不等于Ymax或Ymin的所有灰度值進行求和取平均值Mid。如果將該位置的灰度值與Mid的絕對值差超出給定的門限值，則為最終的噪聲點；反之剔除該像素點。

1.3窗口尺寸的自適應確定

總所周知，選取小尺寸的濾波窗口可以保護圖像的細節信息，但是去噪能力受到限制；選取大尺寸的濾波窗口雖然可以增強去噪能力， 但是圖像會變得模糊。 為兼顧圖像噪聲抑制和細節保留兩方面的性能，本文根據噪聲密度大小和窗口內噪聲點個數之間的關系，自適應確定濾波窗口尺寸。

2　仿真實驗結果分析

為了驗證本文改進算法的性能，現采用matlab進行仿真研究，并將實驗結果與傳統的中值濾波算法以及均值濾波算法進行比較。圖2為各種濾波算法的實驗性能對比。

圖2　不同濾波算法的圖像去噪效果比較

從圖2中可以看出，相比于中值濾波算法以及均值濾波算法，本文提出的算法去噪效果較好，尤其在噪聲概率密度較大時（圖2-B）,該改進算法的濾噪性能優勢更加突出。

3　結束語

為了解決在噪聲概率較大時傳統中值濾波算法的性能下降的問題，本文提出一種新型的中值濾波改進算法。該算法在對圖像中的信號點和噪聲點進行區分時，采用兩級噪聲檢測方法。它可以在保留圖像細節下，有效去除噪聲；而且可以避免一定的誤檢率。通過matlab仿真表明，該算法的性能優于傳統中值濾波及均值濾波算法，特別在噪聲概率密度較大時，優勢更加明顯。

參考文獻

[1]Conzalez R C,Woods R E.數字圖像處理[M].第2 版.阮秋琦,阮宇智,譯.北京:電子工業出版社,2003.

[2]邢藏菊,王守覺,鄧浩江,等.一種基于極值中值的新型濾波算法[J].中國圖象圖形學報,2001,6(6):533-536.

[3]胡曉東,彭鑫.小波域高斯混合模型與中值濾波的混合圖像去噪研究[J].光子學報,2007,36(12):2381-2385.