中值滤波快速算法的探讨与试验

经典的中仅滤波算法需要对窗口内的象素值进行排序，当窗口尺寸校大时，处理速度很慢，不能满足计算机视觉实时对《产品进行分级的要求。本文探讨了中值滤波的快速算法，旨在提高中值滤波处理速度。结果表明，快速算法可使处理时间减小70～98二3％。     

基于System Generator的快速中值滤波算法设计与实现

针对传统中值滤波算法比较运算量大、处理效率低、无法满足实时性的问题,以中值滤波原理为基础,对滤波排序算法和实现方案进行了研究,提出了一种基于System Generator的快速中值滤波算法。该算法通过两次行、列排序将3×3窗口中9个像素取中值简化为3个像素的排序运算,使得单窗口查找中值的比较次数由传统排序算法的36次最少降到了14次。结合System Generator系统建模工具,将处理速度提升到传统方法的近6倍,达到了快速抑制噪声的目的,满足了图像实时处理的要求。     

一种快速并行中值滤波算法的实现

介针对传统中值滤波算法计算量大、耗时较长的缺点提出了一种快速并行中值滤波算法。对于3×3滑动窗口,窗口的9个数据是并行传给计算比较模块的,第二级的计算也是并行进行的。新算法有效减少了重复比较操作的执行,同时也大幅减少了比较次数。对于3×3滑动窗口,新算法的比较次数为13次,相对于传统中值滤波的30次,比较次数少了2倍多。比较次数的减少,意味着算法复杂度的降低和图像滤波处理速度的提高。并且通过仿真实验可知,对于椒盐噪声的滤除,算法能够达到与中值滤波同样的视觉处理效果。     

一种中值滤波的快速算法

提出了一种中值滤波的快速算法。与中值滤波的传统算法相比较，该算法的特点是考虑到了相邻的两个中值滤波窗口内信号数据的相关性。在运算过程中，保留前面窗口内数据的排序信息，作为下一个窗口内数据排序的参考。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行，从而减少了中值滤波过程中比较运算的次数，很大程度上提高了运算效率。     

中值滤波编码算法的设计原理与实现

介绍了一种中值滤波编码快速算法的设计思路、基本运算步骤、算法流程及算法分析．该算法利用数据窗口中元素的位置关系，并考虑了相邻的两个中值滤波窗口内数据元素的相关性，采用编码排序的方法保留前面窗口内数据的编码排序信息，作为后一个窗口内数据排序的参考依据．由此，将传统算法中相邻的两次中值滤波运算合并为一次进行，减少了中值滤波过程中比较运算的次数．该算法可将传统算法的复杂度O(n^2)简化为O(n)．     

中值滤波均值快速算法在高光谱图像处理系统中的应用

文章提出了一种中值滤波均值快速算法，介绍了该算法的设计思路、算法流程、基本运算步骤、实验设计与效果及与经典算法的比较情况。该算法利用数据窗口中的位置关系并考虑了相邻的两个中值滤波窗口内信号数据的相关性，在运算过程中，保留前面窗口内数据的排序信息，作为下一个窗口内数据排序的参考依据。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行，减少了中值滤波过程中比较运算的次数，该算法可将传统算法的复杂度O(n^2)简化成O(n)，同时将均值滤波与中值滤波有机结合起来，将两个独立的算法有机地融合成一种算法，从而有效提高运算速度，也减少噪声对图像的影响。     

中值滤波快速算法的进一步思考

通过分析经典中值滤波算法以及几种改进的快速算法,提出了2种新的快速算法并进行了详细地介绍,即不需要排序的基于统计法的中值滤波算法和只需要少量数据排序的基于分治法的中值滤波算法。实验结果表明,提出的基于分治法的中值滤波方法在大窗口情况下非常有效,在保证整体数据不失真的前提下大幅度提高了计算速度。     

中值滤波的快速算法

文章提出了一种中值滤波的快速算法,与传统算法相比,它的特点是考虑了相邻的两个中值滤波窗口内信号数据的相关性。在运算过程中,保留前面窗口内数据的排序信息,作为下一个窗口内数据排序的参考。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行,减少了中值滤波过程中比较运算的次数,提高了运算效率。     

一种图像测量中的快速中值滤波算法

针对传统中值滤波算法时间复杂度高,速度慢,难于对图象进行实时处理的缺点,提出了一种快速的中值滤波算法,该算法充分利用滑动窗口的先验信息,仅对窗口移动时的变化部分进行排序,时间复杂度根据滑动窗口的大小不同均有不同程度的降低（下降可达两倍以上）,实验表明,该算法在保证图像处理精度的同时较好地满足了图象实时处理的要求.     

自适应投票快速中值滤波算法研究

中值滤波是图像处理中常用的滤波方法,其优点是能有效滤除图像中的噪声像素,同时还有一定的保持图像边缘的效果;其缺点是滤波速度慢、图像边缘细节保持效果不理想。在分析中值滤波及其改进算法的基础上,提出了自适应投票快速中值滤波算法（AVMF）。该算法一方面利用图像噪声的特征自适应筛选出需要滤除的噪声像素,另一方面利用滤波窗口的中值元素的特点以及滤波窗口移动的特性,采用完全不排序的投票法快速计算中值。使用Lena图像对AVMF算法进行测试实验,实验结果表明：AVMF同多种中值滤波改进算法比较,不仅能有效滤除噪声和较好地保留图像边缘细节,而且极大地提高了滤波处理速度。