两种改进型中值滤波算法比较

重点介绍了综合型中值滤波算法以及一种自适应中值滤波算法．针对这两种改进型中值滤波算法,对含有高斯噪声,椒盐噪声,混合噪声以及高密度噪声图像进行去噪处理,比较综合型中值滤波算法（文中采用了十字型和交叉型）和自适应中值滤波算法对不同图像的去噪效果．     

基于邻域统计的图像消噪方法

中值滤波是一种在去除噪声的同时能较好保护图像边缘细节的非线性滤波技术。介绍了中值滤波及其改进算法、分析了中值滤波的属性、提出了一种基于邻域统计和奇异点检测的中值滤波器的改进算法。计算机模拟实验结果表明:该改进算法能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波器和维纳滤波器具有更优良的滤波性能。     

由数据统计特性检测噪声的中值滤波算法

为了改善中值滤波的滤波效果,提出了一种基于数据统计特性进行噪声检测的中值滤波算法,采用通过数据的离散程度检测出噪声点,仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理,计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差,比较了它们的散斑抑制能力。结果表明,新方法确实具有滤波优势。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法.针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验.结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 dB以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 dB以上.     

一种快速的二维中值滤波算法及其硬件实现

为了实现实时图像预处理，介绍了中值滤波器的原理，详细研究了一种快速的二维中值滤波算法，给出了Verilog程序流程，并在现场可编程门阵列（FPGA）上用硬件编程语言实现了此中值滤波器。通过对不同算法的仿真结果进行了详细分析和比较，表明此算法大幅度降低了FPGA的资源占用率，能有效控制系统成本，适合用于硬件实现。     

基于斜率差值的自适应图像椒盐噪声滤波算法

提出了一种基于斜率差值的自适应中值滤波算法,以有效去除图像脉冲噪声。该算法在经典自适应中值算法的基础上,采用斜率差值进行噪声判定。针对自适应中值滤波算法和基于斜率的自适应中值滤波算法在噪声强度较高情况下的不足进行了改进,同时解决了噪声块难以去除的问题。实验结果表明,该算法能有效去除图像脉冲噪声,并较好的保护图像细节。     

一种新型的中值滤波改进算法

针对传统中值滤波算法难以去除图像中高密度噪声的问题,本文提出了一种新型的改进中值滤波算法。该算法在保证其灰度值不变的前提下,对图像中的信号点和噪声点进行标识后进行噪声处理。仿真实验结果表明,相比于传统中值滤波、均值滤波,该算法能在有效去除噪声的同时很好地保留图像细节,具有更佳的视觉效果。     

基于Matlab的椒盐噪声滤波算法研究与实现

介绍了图像去噪流程,研究了图像椒盐噪声处理中的两种算法,均值滤波算法和中值滤波算法,详细阐述了两种算法的基本原理和实现方法,在Matlab环境下利用两种算法对图像进行去噪处理,并对去噪结果进行比较、分析,实验结果表明两种算法都能有效滤除图像中的椒盐噪声,中值滤波算法在保护图像细节方面要优于均值滤波算法。     

一种改进型图像降噪方法

针对图像获取中易受到噪声干扰的问题,介绍了图像去噪处理的几种常用算法（邻域平均法、中值滤波法、图像间的平均滤波）,对比阐述了各自的优缺点及适用范围。提出了一种基于平滑滤波的小波阈值图像去噪算法,该算法采用中值滤波和小波阈值相结合的方式对图像进行平滑处理。实验结果表明,该方法不仅有利于图像噪声的去除,而且边缘信息也得到了较好的保留,使图像具有更好的视觉效果,还原出图像的本来面目。     

秩排序非线性滤波器的自适应优化算法

在图像处理中，秩排序非线性滤波器具有非常重要的作用。本文从加权顺序统计滤波器的自适应优化算法出发，导出了加权中值滤波器、秩选择滤波器和置换滤波器等几种重要的秩排序非线性滤波器的自适应优化设计算法，这些算法采用迭代计算实现，并可以在MAE、MSE和／Z准则下得到最优解。模拟实验表明，这些算法具有非常好的收敛效果，并可以很好地用于类似图像的非平稳信号的处理。     

一种改进的窄带干扰抑制算法

针对窄带强干扰对直扩系统造成的严重影响,给出了变换域干扰抑制技术的实现原理框图;在分析传统N-SIGMA算法和中值滤波算法的基础性,提出了改进的中值滤波算法;最后,使用MATLAB对其干扰抑制能力及抑制前后误码性能进行仿真及比较分析,仿真及分析结果表明改进的中值滤波算法在性能上比传统方法有较大的提高,比N-SIGMA算法硬件实现简单,更具有工程推广价值。     

多幅图像中值法在滤除噪声中的应用

数字图像在成像和传输过程中可能会夹杂一些噪声,如椒盐噪声和高斯噪声等。这些噪声可能会对图像处理结果产生消极影响,所以在图像处理前要对该图像进行平滑,因此提出了一种基于多幅图像中值的滤波方法。该算法首先对同一场景多次采集图像,然后将这些图像在相同位置上的灰度中值作为图像在该点的灰度值。为了验证算法的有效性进行了多次实验与传统算法比较,结果表明该算法不仅能最大程度地滤除椒盐噪声,并且对高斯噪声也有很好的抑制作用;同时,客观评价标准也证明,该算法明显优于传统方法。     

边缘相似度及其在散斑噪声抑制算法比较中的应用

对于滤波算法,噪声抑制能力和边缘保持能力一直是考核其性能的两个重要指标。对于前者,通常都有相应的参数进行表征,而对于后者,通常却只能依靠人眼进行主观评判。根据标准边缘图像和待测边缘图像边缘点位置的相似性,定义了边缘相似度参数,用来表征滤波算法的边缘保持能力。将此参数应用于高斯噪声图像和椒盐噪声图像滤波算法的比较中,取得了预期的效果:此参数值准确地反映了各滤波算法的边缘保持能力。对激光雷达图像而言,散斑噪声滤波算法的边缘保持能力具有非常重要的意义,为此,将边缘相似度用于散斑噪声滤波算法的边缘保持能力比较,结果表明Lee滤波算法和增强Lee滤波算法具有较强的边缘保持能力,而常规的均值滤波和中值滤波边缘保持能力较差。     

基于不同窗口形状下的CT图像中值滤波算法

CT作为医学影像工具,对CT图像的去噪声处理是医学图像预处理中的重要环节,中值滤波是传统滤波算法中对滤除椒盐噪声有较好滤波性能的方法之一,滤波窗口形状有着多样性。文中对于不同形状窗口进行了程序编写,研究了不同形状的滤波窗口、不同窗口大小的中值滤波算法对CT图像的去噪效果,这些影响到中值滤波中心像素值的选取以及滤波处理的计算量。实验结果表明,中值滤波的效果有差别,为改进中值滤波算法及对CT图像的去噪声处理提供了参考,同时也有利于研究中值滤波与其他滤波方法结合进行去噪声处理,可以更好地保留图像的细节。     

高炮校射中弹目图像的滤波方法研究

运用基于数字图像处理技术进行高炮武器系统射击诸元校正工作中,针对弹丸与目标的图像在获取和传输过程中会受到来自电气系统和外界的干扰而产生一定的噪声信号,需要首先对图像进行预处理,滤除噪声信号这一问题,在综合分析目前典型地滤波方法的基础上,提出了采用自适应中值滤波算法进行弹目图像预处理,制定了具体的滤波算法工作流程,并通过滤波算法的仿真效果对比,证明了自适应中值滤波算法能够有效地滤除图像中的噪声,是一种快速有效的弹目图像预处理方法。     

Recursive cubic spline interpolation filter approach for the removal of high density salt-and-pepper noise

Spline-based approach is proposed to remove very high density salt-and-pepper noise in grayscale and color images. The algorithm consists of two stages, the first stage detects whether the pixel is noisy or noise-free. The second stage removes the noisy pixel by recursive spline interpolation filter. The proposed recursive spline interpolation filter is based on the neighborhood noise-free pixels and previous noise-free output pixel; hence, it is termed as recursive spline interpolation filter. The performance of the proposed algorithm is compared with the existing algorithms like standard median filter, decision-based filter, progressive switched median filter, and modified decision-based unsymmetric trimmed median filter at very high noise density. The proposed algorithm gives better peak signal-to-noise ratio, image enhancement factor, and correlation factor results than the existing algorithms.     

激光雷达距离像噪声抑制及方法评价

针对激光成像雷达距离像距离反常噪声的噪声抑 制问题,提出了一种改进环圈滤波(IDF)算法并进行了评价。首先,根据 激光雷达距离像噪声的构成,建立了一般化的距离像噪声仿真模型,模型中包含了地面、目 标和细小结构等成分,可模拟 距离反常、失落信息和内部噪声等噪声干扰;其次,提出了一种IDF噪声抑制算法的一般形 式,利用仿真模型对中 值滤波(MF)、IDF等噪声抑制算法进行了分析,对计算结果从整体、非异常 值和细小结构等多个方面, 评价了算法的噪声抑制能力和保护目标细节信息能力;最后,采用实测距离像对算法进行了 验证。研究结果表明,利用建立 的距离像噪声仿真模型,可以有效地评价不同噪声抑制算法的 能力;同时,利用IDF可 以根据目标特性选取校正系数,在满足算法对保护目标细节信息能力要求的前提下,提高噪 声抑制能力。     

基于混合迭代滤波的SAR图像相干斑抑制

该文将变窗Lee滤波与自蛇扩散结合,提出了一种抑制SAR图像相干斑噪声的混合迭代滤波新算法,并给出了SAR图像噪声方差的一种有效估计方法。该算法首先估计SAR图像局部统计参量,进而通过改进的变窗Lee滤波对SAR图像进行平滑去噪,接着利用自蛇扩散去除Lee滤波难以平滑的孤立点噪声与边缘噪声。在Lee滤波与自蛇扩散的混合迭代中,Lee滤波的窗尺度随迭代次数的增加而增大,从而在保护SAR图像边缘细节的同时,同质区得到更好平滑。实验结果表明,与已有多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

An Edge‐Based Adaptive Method for Removing High‐Density Impulsive Noise from an Image While Preserving Edges

This paper presents an algorithm for removing high‐density impulsive noise that generates some serious distortions in edge regions of an image. Although many works have been presented to reduce edge distortions, these existing methods cannot sufficiently restore distorted edges in images with large amounts of impulsive noise. To solve this problem, this paper proposes a method using connected lines extracted from a binarized image, which segments an image into uniform and edge regions. For uniform regions, the existing simple adaptive median filter is applied to remove impulsive noise, and, for edge regions, a prediction filter and a line‐weighted median filter using the connected lines are proposed. Simulation results show that the proposed method provides much better performance in restoring distorted edges than existing methods provide. When noise content is more than 20 percent, existing algorithms result in severe edge distortions, while the proposed algorithm can reconstruct edge regions similar to those of the original image.