改进的自适应中值滤波算法

doi:10.3724/SP.J.1087.2011.01835

计算机应用 ›› 2011, Vol. 31 ›› Issue (07): 1835-1837.DOI: 10.3724/SP.J.1087.2011.01835

改进的自适应中值滤波算法

黄宝贵¹,卢振泰²,马春梅³,赵景秀¹

1. 曲阜师范大学计算机科学学院,山东日照 276826
2. 南方医科大学生物医学工程学院,广州510515
3. 曲阜师范大学计算机科学学院,山东日照276826

收稿日期:2010-12-14 修回日期:2011-01-29 发布日期:2011-07-01 出版日期:2011-07-01
通讯作者: 黄宝贵
作者简介:黄宝贵(1977-),男,山东临沂人,讲师,硕士,主要研究方向：数字图像处理、模式识别;卢振泰(1981-),男,山东济宁人,副教授,博士,主要研究方向：图像配准与融合、图像分割;马春梅(1978-),女,山东威海人,讲师,硕士,主要研究方向：数字图像处理;赵景秀(1968-),男,山东泰安人,副教授,硕士,主要研究方向：数字图像处理、模式识别。
基金资助:
国家自然科学基金资助项目

Improved adaptive median filtering algorithm

Bao-gui HUANG¹,Zhen-tai LU²,Chun-mei MA¹,Jing-xiu ZHAO¹

1. School of Computer Science, Qufu Normal University, Rizhao Shandong 276826, China
2. School of Biomedical Engineering, Southern Medical University, Guangzhou Guangdong 510515, China

Received:2010-12-14 Revised:2011-01-29 Online:2011-07-01 Published:2011-07-01
Contact: Bao-gui HUANG

摘要/Abstract

摘要： 中值滤波窗口大小影响滤波器性能，3×3滤波窗口可以很好地保持图像细节。提出一种新的自适应中值滤波方法。将3×3窗口中心的极值点作为候选噪声点，若候选噪声点仍然是7×7窗口的极值点，则该点即是噪声点。若以噪声点为中心的3×3滤波窗口的中值不是噪声，则噪声用中值替换。重复以上过程，直到没有噪声点被替换。如果图像中仍然存在大的噪声团块，则噪声用相邻的三个信号点的灰度均值替换。实验结果表明，该方法能够有效去除脉冲噪声，并在抑制噪声的同时很好地保护图像的细节。

关键词: 脉冲噪声, 中值滤波, 噪声检测, 自适应

Abstract: The size of median filtering window influences the capability of filter and 3×3 filtering window can preserve image details. An adaptive median filtering method was proposed. The extreme value point in 3×3 filter window was taken as candidate noise. If the candidate noise is extreme value in 7×7 window, then it is a sure noise. If the median value of 3×3 filter window is not noise, then the central noise would be replaced with the median value. The steps above were repeated until there was no noise replaced. If there still existed large noise cluster, the noise would be replaced with the mean of the three signals near it. The experimental results show that the method can denoise impulse noise and protect the image details effectively.

Key words: median filtering, noise detection, self-adaptive

黄宝贵卢振泰马春梅赵景秀. 改进的自适应中值滤波算法[J]. 计算机应用, 2011, 31(07): 1835-1837.

Bao-gui HUANG Zhen-tai LU Chun-mei MA Jing-xiu ZHAO. Improved adaptive median filtering algorithm[J]. Journal of Computer Applications, 2011, 31(07): 1835-1837.

参考文献

[1]CHANG S G, YU B, VETTERLI M. Adaptive wavelet thresholding for image denoising and compression[J]. IEEE Transactions on Image Processing, 2000,9(9): 1532-1546.

[2]PIZURICA A, PHILIPS W, LEMAHIEU I, et al. A versatile wavelet domain noise filteration technique for medical imaging [J]. IEEE Transactions on Medical Imaging, 2003,22(3): 323-331.

[3]韩丽娜,耿国华.基于小波变换的真彩图像降噪与增强[J] .计算机工程,2010,36(12)：224-225.

[4]BUADES A, COLL B, MOREL J M. A non-local algorithm for image denoising[C]// Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2005: 60-65.

[5]WANG JIN, GUO YANWEN, YING YITING, et al. Fast non-local algorithm for image denoising[C]// IEEE International Conference on Image Processing. New York: IEEE,2006: 1429-1432.

[6]LIU YANLI, WANG JIN, CHEN XI, et al. A robust and fast non-local algorithm for image denoising[J]. Journal of Computer Science and Technology, 2008, 23(2): 270-279.

[7]刘艳丽,郭延文,王进,等.噪声方差未知的小波域中非局部均值图像去噪[J].计算机辅助设计与图形学学报,2009,21(4):526-532.

[8]TUKEY J W. Nonlinear (Nonsuperposable) methods for smoothing data[C]// Proceedings of the IEEE Electronics and Aerospace Systems Conference.New York: IEEE, 1974:673-681.

[9]秦虹,王耀南,朱江,等.一种改进的极值均值自适应滤波算法[J].计算机工程与应用,2009,45(32)：180-182.

[10]WANG ZHOU,ZHANG D. Progressive switching median filter for the removal of impulse noise from highly corrupted images[J].IEEE Transactions on Circuits and Systems,1999,46(1):78-80.

[11]陈初侠,丁勇,刘栎莉.去除椒盐噪声的自适应开关加权均值滤波[J].计算机工程,2010, 36(4):210-212.

[12]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.

[13]王晓凯,李锋.改进的自适应中值滤波[J].计算机工程与应用,2010,46(3):175-176.

[14]肖昕,李岩.中值滤波编码算法的设计原理与实现[J].计算机辅助设计与图形学学报,2004,16(9):1256-1259.

[15]张欣,刘英,高秀艳.自适应投票快速中值滤波算法研究[J].计算机工程与应用,2010,46(6):148-150.

[16]李秀玲,何劲松.基于旋转不变像素相关性的加权中值滤波器[J].中国图象图形学报,2010,15(1)：56-62.

改进的自适应中值滤波算法

Improved adaptive median filtering algorithm

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]	陈俊, 何庆. 基于余弦相似度的改进蝴蝶优化算法[J]. 计算机应用, 2021, 41(9): 2668-2677.
[2]	李辉, 吴传生, 刘俊, 刘文. 基于梯度曲面面积与稀疏约束的图像平滑方法[J]. 计算机应用, 2021, 41(7): 2039-2047.
[3]	刘双元, 郑王里, 林云汉. 面向三维特征描述子的自适应二进制简化方法[J]. 计算机应用, 2021, 41(7): 2062-2069.
[4]	侯笑晗, 金国栋, 谭力宁, 薛远亮. 基于自适应和最优特征的合成孔径雷达舰船检测方法[J]. 计算机应用, 2021, 41(7): 2150-2155.
[5]	蔡瑞光, 张德生, 肖燕婷. 参数独立的加权局部均值伪近邻分类算法[J]. 计算机应用, 2021, 41(6): 1694-1700.
[6]	林筠超, 万源. 基于图结构优化的自适应多度量非监督特征选择方法[J]. 计算机应用, 2021, 41(5): 1282-1289.
[7]	王治和, 常筱卿, 杜辉. 基于万有引力的自适应近邻传播聚类算法[J]. 计算机应用, 2021, 41(5): 1337-1342.
[8]	张康, 陈建平. 复杂环境下基于采样空间自调整的航迹规划算法[J]. 计算机应用, 2021, 41(4): 1207-1213.
[9]	李杏峰, 黄玉清, 任珍文, 李毅红. 基于自适应邻域的鲁棒多视图聚类算法[J]. 计算机应用, 2021, 41(4): 1093-1099.
[10]	黄思远, 张敏情, 柯彦, 毕新亮. 基于显著性检测的图像隐写分析方法[J]. 计算机应用, 2021, 41(2): 441-448.
[11]	刘晓龙, 王士同. 渐进式分离的开放集模糊域自适应算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3127-3131.
[12]	郭丽峰, 王倩丽. 自适应安全的带关键字搜索的外包属性基加密方案[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3266-3273.
[13]	欧跃发, 杨鸣坤, 慕德俊, 柯捷, 马文涛. 基于广义最大Versoria准则的稀疏自适应滤波算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3325-3331.
[14]	王岱巍, 徐高潮, 李龙. 无人机辅助的移动边缘计算中的任务分配策略[J]. 计算机应用, 2021, 41(10): 2928-2936.
[15]	李克文, 马祥博, 候文艳. 带有自适应合并策略和导向算子的增强型烟花算法[J]. 计算机应用, 2021, 41(1): 81-86.