数字图像高密度脉冲噪声的中值滤波算法研究

论文摘要

图像在采集和传输过程中，往往会引入不同程度的噪声，这就为后面的边缘检测、图像分割和形状识别等带来很大的难度，所以图像去噪是图像处理中非常重要的一环。影响图像质量的噪声中最常见的是高斯噪声和脉冲噪声，本文主要针对脉冲噪声提出新的滤波算法。中值滤波及其各种改进方法是常用的去除脉冲噪声的滤波方法，它对去除脉冲噪声具有较好的性能，去噪后在人眼敏感的平滑区域不存在或有较少的噪声，但是现存的中值滤波算法在图像的结构细节保护上较差，尤其是在高密度脉冲噪声污染下，复原引起的失真较严重。本文针对高密度脉冲噪声提出两种改进型的中值滤波算法。一种滤波方法命名为HsADMF是针对高密度椒盐噪声污染情况下的改进中值滤波法。HsADMF是基于序列图像的椒盐噪声去除的算法，利用椒盐噪声的正负脉冲特性，提出点对点的检测算法，把像素点分为信息点和可疑噪声点，仅对噪声点进行滤波处理，充分利用每幅图像的有用信息来恢复受污染的图像，取得了良好的恢复效果。分灰度图像和彩色图像分析该滤波方法的特性及其滤波效果图。第二种滤波方法命名为sADMF-VMF是根据HsADMF滤波方法的思想，提出针对高密度随机值脉冲噪声的滤波处理方法。该旅波方法首先对图像效果影响较大的极限值噪声用HsADMF方法处理，在此基础上再对随机脉冲噪声进行矢量中值滤波处理。两种滤波方法得到的峰值信噪比（PsNR）与其他经典的滤波方法相比最大，平均绝对误差（MAE）最小，即其去噪效果最好，细节处理效果最佳。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1. 研究背景
• 1.1.1 研究意义
• 1.1.2 数字图像
• 1.2. 噪声模型及分类
• 1.2.1 高斯噪声
• 1.2.2 脉冲噪声
• 1.3. 图像滤波处理方法
• 1.3.1 滤波方法分类
• 1.3.2 线形滤波方法
• 1.3.3 非线性滤波法
• 1.4. 图像质量评价标准
• 1.5. 本章的研究重点
• 第二章 中值滤波算法
• 2.1. 常规的中值滤波法
• 2.1.1 一维中值滤波的原理
• 2.1.2 二维中值滤波的原理
• 2.1.3 中值滤波的主要特性
• 2.2. 加权中值滤波器
• 2.2.1 加权中值滤波
• 2.2.2 方向加权中值滤波
• 2.2.3 多级方向加权中值滤波
• 2.3. 开关中值滤波器
• 2.4. 矢量中值滤波
• 2.4.1 彩色图像滤波简介
• 2.4.2 彩色图像矢量中值滤波法
• 2.4.3 基本矢量方向中值滤波
• 2.5. 本章小结
• 第三章 针对高密度椒盐噪声一种改进型的中值滤波算法
• 3.1 研究背景
• 3.1.1 椒盐噪声污染图像
• 3.2 针对高密度椒盐噪声一种改进型的中值滤波算法
• 3.2.1 针对高密度椒盐噪声提出的改进中值滤波方法
• 3.2.2 基本定义
• 3.2.3 对彩色图像中椒盐噪声的滤波步骤
• 3.2.4 对灰度图像中椒盐噪声的滤波步骤
• 3.3 仿真实验分析与评价
• 3.3.1 灰度图像实验仿真
• 3.3.2 彩色图像实验仿真分析
• 3.4 本章小结
• 第四章 彩色图像随机脉冲噪声一种改进型的中值滤波算法（SADMF-VMF）
• 4.1 研究背景
• 4.2 算法说明
• 4.2.1 基本定义
• 4.2.2 对彩色图像中椒盐噪声的滤波步骤
• 4.3 试验结果分析说明
• 4.3.1 仿真实验
• 4.3.2 实验结果分析
• 4.4 本章小结
• 第五章 总结和展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文
• 上海交通大学学位论文答辩决议书