改进自适应中值滤波算法在图像去噪中的应用

针对自适应中值滤波在窗口迭代过程中存在像素点重复参与运算导致算法复杂度较高的问题,提出了一种改进的中值滤波算法. 首先依据有效像素点与窗口中心点间的坐标距离来快速确定最佳滤波窗口尺寸,避免了窗口迭代造成的像素点重复排序;之后对窗口内的有效像素点进行取中值操作,有效削弱了噪声点的干扰,进一步提升了图像滤波的质量. 经实验验证,与自适应中值滤波算法比较,复杂度显著降低,峰值信噪比(peak signal to noise ratio,PSNR)值平均提高10dB左右. 和同类文献比较在算法复杂度和图像降噪效果间做出了一个较佳的权衡. 最后将该算法应用于Kinect深度图降噪上获得了不错的效果.

     

MATLAB在中值滤波改进算法中的应用

中值滤波是图像处理中比较常用的滤波方法,但是它对窗口和数据点的依赖使它在处理空间密度较大的冲激噪声时受到限制.本文通过MATLAB工具箱对中值滤波算法进行改进,用自适应中值滤波能较好地解决这个问题.     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题，提出了一种去除图像中椒盐噪声的新型滤波算法．该算法采用两级滤波，并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素，以保持这些像素的原灰度值不变，保护了图像的真实性；同时在第一级滤波时采用迭代中值滤波，使滤波效果更佳．实验结果表明，所提出的滤波算法的效果优于现有的滤波算法，尤其是噪声密度超过0．3时，该算法的优势更加明显．     

快速中值滤波

提出一种针对矩形窗口的图像中值滤波快速算法，它充分利用了相邻窗口间的相关信息，以中值为界将窗口内像素类分成两组，当窗口右移一像素，根据当前分组和中值获得新窗口的分值，进行了求出其中值，避免了现有算法对每一窗口进行排序取中的操作，降低了计算量。     

基于剩余噪声检测的自适应中值滤波算法

在对图像中噪声模型分析的基础上,提出了一种基于剩余噪声检测的自适应中值滤波算法.通过对剩余脉冲的检测,自适应地改变滤波器窗口尺寸,从而有效地滤除密度较大的脉冲干扰,同时较好地保留图像的细节.对实际图像的测试结果表明,所提出算法的输出结果优于标准中值滤波器.     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题,提出了一种去除图像中椒盐噪声的新型滤波算法.该算法采用两级滤波,并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素,以保持这些像素的原灰度值不变,保护了图像的真实性;同时在第一级滤波时采用迭代中值滤波,使滤波效果更佳.实验结果表明,所提出的滤波算法的效果优于现有的滤波算法,尤其是噪声密度超过0.3时,该算法的优势更加明显.     

基于自适应中值滤波的逆半调算法

针对误差分散半调图像,提出了一种基于自适应中值滤波的逆半调算法。该算法是在传统低通滤波逆半调算法基础上进行改进,先用一个大小为11×11、方差为1.3的高斯低通滤波器对半调图像A进行平滑处理,利用自适应中值滤波器得到图像B,在平滑非脉冲噪声的同时试图保留细节;然后通过带通滤波器得到图像B的边缘,并对边缘进行去噪增强处理,得到边缘图像F;最后把处理后的边缘图像F以一定的增益倍数与图像B进行线性相加,得到最终逆半调图像。试验结果表明,该算法在进行图像平滑的同时有效地保留了图像细节,处理后的图像的峰值信噪比比传统低通滤波方法高,图像的信息熵也有了提高。     

应用极值点检测的自适应中值滤波

针对图像中存在的椒盐噪声,提出一种新的基于极值点检测的自适应中值滤波方法。该方法通过对极值点的检测确定图像中可能存在的噪声点,并标记噪声点;然后采用窗口尺度可伸缩的自适应中值滤波方法对噪声点进行滤波。实验结果表明:自适应中值滤波方法在有效去除椒盐噪声的同时很好地保护了图像细节。通过与一些其他改进滤波算法的比较,证明了该方法具有更好的性能。     

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法.该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域.实验证明,该算法在提高巾值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比.     

快速中值滤波算法及其改进

本文首先引入了中值及中值滤波的概念，阐述了中值滤波非线性信号处理技术的原理及其重要应用。然后根据文献[1]提出的快速中值滤波算法思想，编制TPASCAL语言程序，并对窗口移动路线等进行了进一步的改进。改进后的程序在以IBM PC／XT为主机的数字图象处理系统上实现，结果表明，运行速度比传统中值滤波算法提高三倍多。     

一种有效的自适应中值滤波器

通过介绍一种易于实现的自适应权重中值滤波器(AWMF).该滤波器能根据局部图象的统计特征,调整中值滤波器的权重值,从而能在取得最大滤波效果的同时,还能很好地保持图象的细部特征.通过与均值滤波、中值滤波的对比实验,自适应权重中值滤波器表现出良好的滤波特性,而且它在抑制噪声的同时,较大限度地保持住图象的边沿特征.     

一种新型自适应中值滤波器在超声医学图像中的应用

在中值滤波器的框架下,专门针对超声医学图像,提出了一种新的自适应中值滤波器,其自适应机制的是在一个子窗口的四个主要方向先分别进行中值滤波,再用原始图像与四个图像的差值产生加权系数,之后进一步用四个图像加权合成新图像。这种滤波方法有较好的细节保护特性和较强的滤噪特性。分析了新滤波器的特性,并给出了质量较好的超声心脏滤波图像。     

针对脉冲噪声的双窗口自适应中值滤波方法

针对中值滤波效果随滤波窗口大小和噪声密度而显著变化的不足,提出了将噪声检测和噪声滤除窗口相分离的方法,采用大窗口检测噪声和小窗口滤除噪声的策略、自适应脉冲噪声滤除策略以提高图象滤波性能。实验表明,该方法在噪声检测的准确性和噪声滤除的有效性方面均有极大提高,并且对不同密度的椒盐噪声都具有很好的滤波性能。     

基于邻域统计和脉冲检测中值滤波改进算法

在对中值滤波及其改进算法进行研究分析的基础上，提出了一种基于领域统计信息和脉冲检测的中值滤波改进算法，新算法去除噪声的同时能较好的保护图像边缘细节，其在图像增强和恢复领域中将有广泛的应用。实验结果表明，此算法有着比较满意的滤波效果。     

去除图像分划线的线形窗开关中值滤波算法

提出了一种用于去除图像中十字分划线的线形窗开关中值滤波算法.该方法将图像进行区域分类处理,对于未受分划线影响的区域可直接保留原图像信息;而对受到影响的区域,则利用分类器判断是否为分划线的像素,即对受影响区域进行开关中值滤波,从而有效地保留图像的细节.该算法复杂度低、处理速度快,适合于实际工程应用.     

基于Daubechies小波和中值滤波的图像去噪法

中值滤波是一种常用的滤波方法,它可以较好地滤除脉冲噪声,但滤除高斯噪声效果不理想。小波变换可以较好地滤除高斯噪声。将Daubechies小波变换与中值滤波相结合,同时滤除图像中的高斯噪声和脉冲噪声,实例测试验证了这种方法的有效性。     

基于脉冲噪声点检测的中值滤波改进算法

在对中值滤波及其他改进算法进行研究分析的基础上,提出了一种基于脉冲噪声点检测的中值滤波改进算法。通过设定阈值标记出可能的噪声点,再根据相邻像素的相关性对可能的噪声点进一步判断,精确确定噪声点,只对噪声点进行中值滤波。实验结果表明,相对于中值滤波及其他改进算法,新算法获得的去噪后的图像具有更好的客观评价指标和主观视觉效果。