基于連通性檢測的圖像椒鹽噪聲濾波算法

馬逸東，周順勇

(四川輕化工大學 自動化與信息工程學院，四川 宜賓 644005)

1 引 言

椒鹽噪聲作為一種常見的圖像噪聲，表現為圖像上隨機出現的或黑或白的噪聲點。常稱其中的白點為鹽噪聲，黑點為胡椒噪聲。由于胡椒噪聲與鹽噪聲往往在一張圖像上同時出現，通常稱其為椒鹽噪聲[1]。

由于椒鹽噪聲點的灰度值往往接近像素灰度值可取值的最小值0或最大值255，與周圍未被污染的圖像像素點灰度值有較大差異，人們往往選用中值濾波算法[2]來處理椒鹽噪聲。該算法能有效地處理椒鹽噪聲，但它不加區分地對所有像素點進行處理也導致了圖像細節變得更模糊的問題。針對這一問題，在此算法的基礎上，學者們相繼提出極值中值算法[3]、加權中值濾波算法[4-5]、自適應中值濾波算法[6-7]等算法。其中的自適應中值濾波算法[8]為Hwang和 Haddad提出，原理為通過大小可變的窗口消除噪聲。Lin和Yu則在自適應中值濾波算法基礎上提出了一種基于支持向量機的自適應雙通中值濾波器[9]。這些算法在一些情況下能在處理噪聲的同時有效地保護圖像的邊緣細節，但在另一些情況下效果并不特別理想。

近年來開關中值濾波[10-11]的思想被提出。該類思想的核心便是：在對圖像進行處理之前，首先判斷哪些像素點是正常信號點，哪些信號點是噪聲點，然后僅對噪聲點進行處理。該思路因為避免了對正常信號點的處理，可以最大程度地防止邊緣模糊。Jayaraj 和 Ebenezer 提出了一種新的開關中值濾波算法[12]，它基于一維拉普拉斯算子得到的四個卷積的平均絕對值實現對噪聲嚴重影響的圖像進行恢復。……