新聞中心

EEPW首頁(yè) > EDA/PCB > 設(shè)計(jì)應(yīng)用 > 基于×字形窗口的自適應(yīng)中值濾波算法

基于×字形窗口的自適應(yīng)中值濾波算法

作者: 時(shí)間:2010-07-08 來(lái)源:網(wǎng)絡(luò) 收藏
由于種種原因,圖像在生成、傳輸、變換等過(guò)程中往往會(huì)受到各種噪聲的污染,從而導(dǎo)致圖像質(zhì)量退化。噪聲信號(hào)的濾波是圖像處理的基本任務(wù)之一,主要有線性濾波和非線性濾波兩種方法。線性濾波方法一般具有低通特性,而圖像的邊緣信息對(duì)應(yīng)于高頻信號(hào),因此線性濾波方法往往導(dǎo)致圖像邊緣模糊,不能取得很好的復(fù)原效果。是一種使邊緣模糊較輕的非線性濾波方法,是由Tukey發(fā)明的一種非線性信號(hào)處理技術(shù),早期用于一維信號(hào)處理,后來(lái)很快被用到二維數(shù)字的圖像平滑中。該不僅能夠去除或減少隨機(jī)噪聲和脈沖噪聲干擾,而且能夠很大程度地保留圖像的邊緣信息,近年來(lái)在圖像平滑和數(shù)據(jù)分析與處理等多個(gè)領(lǐng)域中得到廣泛應(yīng)用。盡管如此,由于它對(duì)和數(shù)據(jù)點(diǎn)的高度依賴,使其在處理空間密度較大的沖激噪聲時(shí),處理效果和效率受到了限制。文獻(xiàn)[4]提出一種自適應(yīng),通過(guò)擴(kuò)大來(lái)相對(duì)減少?zèng)_激噪聲空間密度,但它是基于方形的,當(dāng)窗口尺寸增大時(shí),計(jì)算量將按平方增大,因此在速度方面還不夠理想。在數(shù)字圖像處理中,作為一種典型的非線性濾波方法,應(yīng)用得非常廣泛,因而對(duì)提高其效率是非常有意義的。本文對(duì)Matlab工具箱中的中值濾波算法進(jìn)行改進(jìn),提出一種基于×字形濾波窗口的自適應(yīng)中值濾波算法,在有效去除噪聲的同時(shí),較好地保持了圖像細(xì)節(jié),縮短了運(yùn)行時(shí)間。

1中值濾波的基本原理及傳統(tǒng)算法

信號(hào)中值(medians)是按信號(hào)值大小順序排列的中間值。長(zhǎng)為n的一維信號(hào){X,n∈N}的中值用下式表示:



相對(duì)二維圖像信號(hào){Xij:i,j∈N},二維中值濾波器定義為:



式(1)、式(2)中:N表示自然數(shù)集;A為截取圖像數(shù)據(jù)的窗口尺寸;r為窗口水平尺寸;s為窗口垂直尺寸;Xij為被處理圖像平面上的一個(gè)像素點(diǎn),坐標(biāo)為(i,j);Yij是以Xij為中心,窗口W所套中范圍內(nèi)像素點(diǎn)灰度的中值,即中值處理的輸出值。窗口A可以采用不同的形式,通常有線段窗、方形窗、圓形窗、十字窗和圓環(huán)窗等。文獻(xiàn)[6]對(duì)中值濾波的多種形態(tài)及其發(fā)展有詳細(xì)的介紹。

中值濾波就是選擇一定形式的窗口,使其在圖像的各點(diǎn)上移動(dòng),用窗內(nèi)像素灰度值的中值代替窗中心點(diǎn)處的像素灰度值。它對(duì)于消除孤立點(diǎn)和線段的干擾十分有用,能減弱或消除傅里葉空間的高頻分量,但也影響低頻分量。高頻分量往往是圖像中區(qū)域邊緣灰度值急劇變化的部分,該濾波可將這些分量消除,從而使圖像得到平滑的效果。對(duì)于一些細(xì)節(jié)較多的復(fù)雜圖像,還可以多次使用不同的中值濾波。傳統(tǒng)中值濾波算法的具體實(shí)現(xiàn)過(guò)程如下:

(1)選擇一個(gè)(2n+1)×(2n+1)的窗口(通常為3×3或5×5),并用該窗口沿圖像數(shù)據(jù)進(jìn)行行或列方向的移位滑動(dòng);

(2)每次移動(dòng)后,對(duì)窗內(nèi)的諸像素灰度值進(jìn)行排序;

(3)用排序所得中值替代窗口中心位置的原始像素灰度值。

圖1是傳統(tǒng)中值濾波算法的框圖。其中,M,N分別表示濾波圖像的行數(shù)和列數(shù)。




上一頁(yè) 1 2 3 下一頁(yè)

關(guān)鍵詞: 窗口 中值濾波 算法

評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉