基于人眼视觉特性的自适应滤波算法

论文摘要

本文简要介绍了数字图像滤波技术的产生、发展,及其基本工作原理和特性。虽然典型的中值滤波能够减少图像中的脉冲噪声,但是它存在很多不足。基于这种情况,相继提出了许多的改进的中值滤波算法。针对标准及改进的中值滤波方法存在的不足,提出一种基于人眼视觉特性的自适应中值滤波方法。该方法通过采用基于人眼视觉特性的噪声敏感系数作为阈值来确定脉冲噪声点,对检测出脉冲噪声点采用自适应窗口大小的迭代中值滤波进行滤波。通过对滤波后图像的峰值信噪比的比较,证明本文算法在滤除脉冲噪声和保护图像细节方面优于以前改进的和标准中值滤波算法。然而在实际图像滤波中,往往混入多种噪声,最常见的就是脉冲噪声和高斯噪声。单单只用一种滤波器,是无法实现好的滤波处理的。为此根据本文提出基于人眼视觉特性的自适应中值滤波算法,结合模糊均值滤波算法,提出了一种新的滤除混合噪声的新滤波算法。该方法首先采用人眼视觉特性的自适应中值滤波方法检测并滤除脉冲噪声点,然后对于含有高斯噪声的像素点则采用一种保护细节的改进的自适应模糊滤波器进行处理。该算法与标准滤波方法及其它改进混合滤波算法相比,具有更好的滤波性能。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 研究背景
• 1.2 图像滤波
• 1.3 图像滤波技术研究进展
• 1.3.1 均值滤波技术
• 1.3.2 中值滤波技术
• 1.3.3 混合滤波技术
• 1.4 本文所做工作及内容安排
• 第2章 图像滤波原理
• 2.1 图像噪声
• 2.2 均值滤波原理
• 2.3 中值滤波原理
• 2.3.1 一维中值滤波
• 2.3.2 二维中值滤波
• 2.4 中值滤波主要特性
• 2.4.1 边缘保护
• 2.4.2 去噪声
• 2.4.3 中值滤波的频谱特性
• 2.4.4 对某些输出信号中值滤波的不变性
• 第3章 人眼视觉特性模型
• 3.1 人眼视觉特性
• 3.1.1 Weber 定律
• 3.1.2 亮度敏感性
• 3.1.3 频率灵敏度
• 3.1.4 对比度遮掩特性
• 3.1.5 边缘及纹理掩蔽特性
• 3.1.6 视觉系统对颜色的感知特性
• 3.1.7 其他特性
• 3.2 人眼对图像视觉适应特性分析
• 第4章 基于人眼视觉特性的自适应中值滤波算法
• 4.1 基于人眼视觉特性的自适应中值滤波算法
• 4.1.1 脉冲噪声的判别
• 4.1.2 滤波窗口的确定
• 4.1.3 脉冲噪声消除
• 4.2 仿真实验及结果分析
• 第5章 混合滤波算法
• 5.1 本文的算法
• 5.1.1 脉冲噪声的检测及滤除
• 5.1.2 高斯噪声的滤除
• 5.2 仿真实验及结果分析
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 攻读硕士学位期间完成的论文
• 致谢