基于斜率的自适应中值滤波算法

doi:10.3724/SP.J.1087.2012.00736

计算机应用 ›› 2012, Vol. 32 ›› Issue (03): 736-738.DOI: 10.3724/SP.J.1087.2012.00736

基于斜率的自适应中值滤波算法

刘淑娟¹,赵晔²,董蕊³,王志巍¹,杨芳芳¹

1.河北师范大学数学与信息科学学院, 石家庄 050016;
2.石家庄铁道大学数理系, 石家庄 050043;
3.河北交通职业技术学院基础教学部, 石家庄 050091

收稿日期:2011-08-15 修回日期:2011-11-16 发布日期:2012-03-01 出版日期:2012-03-01
通讯作者: 刘淑娟
作者简介:刘淑娟(1970-),女,河北定州人,讲师,硕士,主要研究方向:图形图像处理;赵晔(1977-),女,河北石家庄人,讲师,博士,主要研究方向:计算几何与图形学; 董蕊(1979-),女,河北石家庄人,讲师,硕士,主要研究方向:图形图像处理;王志巍(1960-),男,辽宁北镇人,副教授,主要研究方向:算法设计、图像处理;杨芳芳(1984-),女,河北廊坊人,硕士研究生,主要研究方向:图形图像处理。
基金资助:
国家自然科学基金资助项目(10771049)。

Adaptive median filtering algorithm based on slope

LIU Shu-juan1, ZHAO Ye2, DONG Rui3, WANG Zhi-wei1,YANG Fang-fang1

1.College of Mathematics and Information Science, Hebei Normal University, Shijiazhuang Hebei 050016, China;
2.Department of Mathematics and Physics, Shijiazhuang Tiedao University, Shijiazhuang Hebei 050043, China;
3.Department of Foundamental Teaching, Hebei Jiaotong Vocational and Technical College, Shijiazhuang Hebei 050091, China

Received:2011-08-15 Revised:2011-11-16 Online:2012-03-01 Published:2012-03-01
Contact: Shu-Juan LIU

摘要/Abstract

摘要： 针对图像中椒盐噪声点的准确检测与去除问题,提出一种基于斜率的自适应中值滤波算法。该算法首先用n×n(n为大于或等于3的奇数)的模板作用于待检测图像的每一个像素,若当前像素的灰度值为其邻域内所有像素灰度值的极值,判断此点为准噪声点;再利用像素灰度值序列中两段子序列斜率的差值及模板区域内像素灰度值的均值自适应地判断准噪声点是否为真正的噪声点;最后对被判定为噪声的像素做中值滤波处理。与标准中值滤波方法相比,该方法加强了噪声检测的条件。实验结果表明,该算法具有较好地去除椒盐噪声和保留细节的效果。

关键词: 噪声检测, 椒盐噪声, 斜率差值, 中值滤波, 图像去噪

Abstract: For estimating and removing the salt-and-pepper noise point accurately in image, a new adaptive median filtering algorithm was proposed.Firstly, if the pixel in the center of n×n (n is an odd integer not less than three) template was the extreme value of all the pixels in the window, it was supposed to be probably a noise point. The pixel gray value in the sequence difference between the two scripts and a template sequence of the slope of the pixel gray value within the region were used to determine the mean quasi-adaptive noise point to be the real noise points. Finally, mean filtering was done on the noised pixels. Compared with median filter, the condition of detecting noises with this method has been largely enhanced. And the method can both effectively restrain noises and maintain details.

Key words: noise detection, salt-and-pepper noise, slope difference value, median filtering, image denoising

中图分类号:

刘淑娟赵晔董蕊王志巍杨芳芳. 基于斜率的自适应中值滤波算法[J]. 计算机应用, 2012, 32(03): 736-738.

LIU Shu-juan ZHAO Ye DONG Rui WANG Zhi-wei YANG Fang-fang. Adaptive median filtering algorithm based on slope[J]. Journal of Computer Applications, 2012, 32(03): 736-738.

参考文献

[1]NASIMUDEEN A, NAIR M S, TATAVARTI R. Directional switching median filter using boundary discriminative noise detection by elimination [EB/OL]. [2010-10-25]. http://www.springerlink.com/content/34531l085vh74545/.

[2]CHEN T, MA K K, CHEN L H. Tri-state median filter for image denoising[J]. IEEE Transactions on Image Processing,1999, 8(12): 1834-1838.

[3]WANG JUNGHUA, LIN LIANDA. Improved median filter using minmax algorithm for image processing [J]. Electronics Letters, 1997,33(16):1362-1363.

[4]SCHULTE S, NACHTEGAEL M. A fuzzy impulse noise detection and reduction method [J]. IEEE Transactions on Image Processing, 2006,15(5):1153-1162.

[5]DONG YIQIU, XU SHUFANG. A new directional weighted median filter for removal of random-valued impulse noise [J]. IEEE Signal Processing Letters, 2007, 14(3):193-196.

[6]崔承宗,马汉杰.基于最小生成树的加权中值滤波算法[J].计算机工程,2010,36(12): 209-211.

[7]张旭明,徐滨士,董世运.用于图像处理的自适应中值滤波[J].计算机辅助设计与图形学学报,2005, 17(2):295-299.

[8]刘茗.基于噪声检测的自适应中值滤波算法[J].计算机应用, 2011,31(2):390-392.

[9]SREE P S J, KUMAR P, SIDDAVATAM R, et al. Salt-and-pepper noise removal by adaptive median-based lifting filter using second-generation wavelets [C]// Signal, Image and Video Processing. Berlin: Springer-Verlag, 2011:1-8.

[10]金良海,熊才权,李德华.自适应型中心加权的中值滤波器[J].华中科技大学学报,2008,36(8):9-12.

[11]李敏.图像的多图加权求和去噪[J].科学技术与工程, 2011,11(3):633-634.

[12]杨宁,张培林,任国全. 一种自适应加权中值滤波方法的研究[J].计算机应用与软件,2010,27(12):37-39.

[13]PAN MEI-SEN, TANG JING-TIAN, YANG XIAO-LI. An adaptive median filter algorithm based on B-spline function[J]. International Journal of Automation and Computing,2011,8(1):92-99.

[14]李艳玲,黄春艳,赵娟.基于灰色关联度的图像自适应中值滤波算法[J].计算机仿真,2010, 27(1):238-240.

[15]杨芳芳,张有会,王志巍,等.基于灰色绝对关联度的图像中值滤波算法[J].计算机应用,2011,31(12): 3357-3359.

[16]邢藏菊,王守觉,邓浩江,等. 一种基于极值中值的新型滤波算法[J].中国图象图形学报,2001,6(6):533-536.

基于斜率的自适应中值滤波算法

Adaptive median filtering algorithm based on slope

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	陶永鹏, 景雨, 顼聪. 基于分组字典与变分模型的图像去噪算法[J]. 计算机应用, 2019, 39(2): 551-555.
[2]	张雯雯, 韩裕生. 基于非局部自相似性的低秩稀疏图像去噪[J]. 计算机应用, 2018, 38(9): 2696-2700.
[3]	郭黎, 廖宇, 李敏, 袁海林, 李军. 自适应非局部数据保真项和双边总变分的图像去噪模型[J]. 计算机应用, 2017, 37(8): 2334-2342.
[4]	徐苏, 周颖玥. 基于图像分割的非局部均值去噪算法[J]. 计算机应用, 2017, 37(7): 2078-2083.
[5]	彭政, 陈东方, 王晓峰. 正则化超分辨率重建过程的自适应阈值去噪[J]. 计算机应用, 2017, 37(7): 2084-2088.
[6]	孙少超. 基于带权核范数最小化和混合高斯模型的去噪模型[J]. 计算机应用, 2017, 37(5): 1471-1474.
[7]	张新明, 康强, 程金凤, 涂强. 采用自适应四点窗中点滤波的高椒盐噪声滤除方法[J]. 计算机应用, 2017, 37(3): 832-838.
[8]	周尚波, 王李平, 尹学辉. 分数阶偏微分方程在图像处理中的应用[J]. 计算机应用, 2017, 37(2): 546-552.
[9]	张新明, 程金凤, 康强, 王霞. 迭代自适应权重均值滤波的图像去噪[J]. 计算机应用, 2017, 37(11): 3168-3175.
[10]	余应淮, 谢仕义. 滤除椒盐噪声的开关核回归拟合算法[J]. 计算机应用, 2017, 37(10): 2921-2925.
[11]	赵明超, 陈智斌, 文有为. 基于GPU图像去噪总变分对偶模型的并行计算[J]. 计算机应用, 2016, 36(5): 1228-1231.
[12]	赵井坤, 周颖玥, 林茂松. 基于稀疏表示与非局部相似的图像去噪算法[J]. 计算机应用, 2016, 36(2): 551-555.
[13]	黄智, 付兴武, 刘万军. 混合相似性权重的非局部均值去噪算法[J]. 计算机应用, 2016, 36(2): 556-562.
[14]	许志良, 邓承志. 基于非局部自相似的Shearlet自适应收缩图像去噪[J]. 计算机应用, 2015, 35(1): 235-238.
[15]	蒋伟李小龙杨永琴张恒. 基于有理数阶微分的图像去噪新方法[J]. 计算机应用, 2014, 34(3): 801-805.