中值类滤波器综述

本文简述了中值滤波器及其主要特性,简要回顾了中值类滤波器的一些有代表性的推广形式。     

一种改进的自适应中值滤波算法研究

非线性滤波是一种有效的噪声抑制技术,得到了广泛的应用。文中针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法采用一定的检测标准对图像中的噪声点进行检测,并采用改进的中值滤波方法对噪声点进行滤波。实验结果表明,此方法较标准中值滤波具有更优良的滤波性能。     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

基于方向的自适应多级中值滤波

针对传统多级中值滤波在所能保护的线特征方向上的不足,提出了一种基于方向的自适应多级中值滤波方法。该方法通过对小窗口内线特征走向的判断在大的窗口中选择不同的多级中值滤波方式,使滤波子窗口方向与线特征走向相一致。实验证明与传统的多级中值滤波相比,该方法能够在各个方向上更好地保留图像地线特征,同时与传统的多级中值滤波一样能够有效抑制噪声。     

一种改进的自适应中值滤波算法

针对传统自适应中值滤波算法的不足,文中提出了一种改进的自适应中值滤波方法,以有效的去除图像中的高密度脉冲噪声。第一,对于噪声点的检测,首先利用极大值和极小值的数量差找出可疑的噪声点,再利用邻域像素的相似性判断可疑点是否为噪声点。第二,对于滤波中值的计算,先把滤波窗口内具有相同灰度值的极值点压缩到一个,然后再计算中值。实验结果表明,该算法的滤波效果优于传统自适应中值滤波,且具有较好的稳定性。     

一种简单的自适应中值滤波方法

提出了一种简单的自适应中值滤波方法.该方法先将整幅图像划分成多个子图像,然后对每一个子图像进行扫描并统计出各子图像中的噪声点个数,最后对每个子图像自动选用合适的滤波窗口进行滤波操作.     

基于FPGA的实时图像自适应中值滤波器设计

利用自适应的中值滤波算法,设计了基于FPGA的实时图像自适应中值滤波器。与之前的软件实现方法相比,程序能满足实时性的要求,且占用资源少,是一种简单易行的方案。在Xilinx硬件平台上已经得到验证。     

基于神经网络噪声检测的自适应中值滤波器

针对椒盐噪声污染图像的滤波问题,提出了一种基于前馈神经网络的噪声检测器。基于这种噪声检测方法,采用自适应中值滤波算法,依据像素点的不同属性采用不同的滤波策略。实验结果表明,该算法在有效去除椒盐噪声的同时更好地保留了图像的边缘和细节,是一种有效的图像去噪方法。     

基于Bayes决策的组合中值滤波

针对图象滤波中的滤噪和细节保护的矛盾，提出了基于Ｂａｙｅｓ决策的组合中值滤波技术，内容有：（１）导出了测试向量的联合分布密度函数；（２）提出了先验概率的一种估计算法，该算法有一定的普遍应用意义；（３）基于Ｂａｙｅｓ决策，将标准中值滤波器（ＭＦ）和多级中值滤波器（ＭＬＭ）组合应用，给出一种效果优良的组合中值滤波器结构。     

一种消除椒盐噪声的迭代自适应中值滤波算法

针对传统中值滤波算法对高密度椒盐噪声图像滤波效果差的问题,基于循环迭代处理思想,提出一种消除椒盐噪声的迭代自适应中值滤波算法。在传统基于决策滤波方法基础上,所提算法自适应调整滤波窗口尺寸并计算滤波窗口内非椒盐像素中值以替换噪声像素,进而根据噪声密度自适应决定算法迭代次数,以完全消除椒盐噪声并恢复原始图像。仿真结果表明,对噪声密度为10%～99%的图像,与标准中值滤波及其4种改进算法相比,所提算法能较快消除椒盐噪声且可较好恢复原始图像细节。     

Adaptive Threshold Median Filter for Multiple-Impulse Noise

Attenuating the noises plays an essential role in the image processing. Almost all the traditional median filters concern the removal of impulse noise having a single layer, whose noise gray level value is constant. In this paper, a new adaptive median filter is proposed to handle those images corrupted not only by single layer noise. The adaptive threshold median filter （ATMF） has been developed by combining the adaptive median filter （AMF） and two dynamic thresholds. Because of the dynamic threshold being used, the ATMF is able to balance the removal of the multiple-impulse noise and the quality of image. Comparison of the proposed method with traditional median filters is provided. Some visual examples are given to demonstrate the performance of the proposed filter.     

改进自适应中值滤波的图像去噪

针对传统自适应中值滤波算法的不足,提出了一种改进的自适应中值滤波算法,该算法引入了角度和相关性,第一,根据角度α的大小,判断当前像素点是否为可疑噪声点,再由其像素间的相关性判断此可疑噪声点是否为噪声点。第二,把排序得到的中值与窗口中所有像素点的均值加权得到新的灰度中值,再将噪声点用新的灰度中值替代,从而达到滤除噪声的效果。实验结果表明,该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于传统自适应中值滤波算法。     

二维自适应排序滤波器及其实时实现的几点考虑

本文首先提出了二维自适应排序滤波器２ＤＡＲＯＦ（ＴｗｏＤｉｍｅｎｓｉｏｎａｌＡｄａｐｔｉｖｅＲａｎｋＯｒ－ｄｅｒＦｉｌｔｅｒ）的结构和算法，然后分析了收敛系数和不同扫描方式在图像处理应用中对收敛和滤波性能的影响。考虑到实时处理的需要，本文还讨论了在实时实现时的几点考虑。最后，给出了２ＤＡＲＯＦ在图像去噪和恢复中的应用实例。     

一种具有细节保护功能的改进型中值滤波器

针对椒盐噪声污染的图像提出了一种改进型中值滤波算法.该算法是一种自适应型中心加权的高效中值滤波算法.通过计算边缘隶属度来自适应地调整中心像素的权值,从而控制新的滤波器对图像不同区域进行不同程度的平滑,即对细节丰富的图像区域进行轻度的平滑,而对细节较少的图像区域进行重度的平滑.实验结果表明,新的滤波算法优于传统的中值滤波器及常规的中心加权中值滤波器.     

一种全解耦的Volterra自适应滤波器

本文研究了Volterra自适应滤波的解耦问题.通过对Volterra滤波器的伪线性组合结构的提出和分析,得到了一个新的关于均方误差MSE的表达式,并将Volterra自适应滤波问题描述为一个约束优化问题,从而导出了满足最小均方误差(MMSE)指标的具有分块对角型输入相关矩阵的全解耦Volterra标准方程,据此设计了一种全解耦的Volterra自适应滤波器,给出了滤波器权向量的自适应修正公式.仿真结果验证了本文方法的有效性.     

改进的变分自适应中值滤波算法

为了更好地恢复被高密度椒盐噪声污染的图像,该文提出了一种基于两阶段方法去除图像椒盐噪声的算法。首先,利用改进的自适应中值滤波算法标识出图像中被污染的像素点,然后对被污染的像素点采用变分滤波的方法进行恢复。此方法利用了自适应中值滤波良好的噪点识别能力和变分滤波的细节保护的特性,对于噪声密度高达80%的图像依然可以达到很好的恢复效果。仿真结果验证了所提出算法的有效性,并且在效果上要明显优于传统的变分自适应中值滤波算法。     

一种自适应去除振铃滤波新算法

振铃效应严重地影响了复原图像质量,在此针对MEPG-4中的去振铃滤波方法,提出一种新的去振铃滤波算法,既能有效消除振铃效应又能充分保护图像的边缘。算法首先找出边缘区域和非边缘区域,然后根据振铃效应产生的原因和现象,采用中值滤波器对图像进行自适应滤波,以去除振铃效应。实验结果表明,这里的滤波算法相对于MEPG-4中的去振铃滤波方法,能更加有效地去除振铃效应,并且大大提高了图像的主客观质量。