中值滤波在图像去噪中的应用
2004年4月 湘南学院学报
第25卷第2期 Journal of X iangnan University Apr. ,2004V ol. 25N o. 2
中值滤波在图像去噪中的应用
谢燕江
(湘南学院计算机系, 湖南郴州 423000)
摘 要:本文对中值滤波器算法进行了探讨. 二维中值滤波器是一个非线性算子, 按照处理窗口中像素的灰度值进行排列, 然后取其中值. 中值滤波器在滤除椒盐噪声方面效果很好.
关键词:图像处理; 中值滤波器; 去除噪声
中图分类号:TP39 文献标识码:B 文章编号:1672-8173(2004) 02-0075-03
1 引 言
任何一幅未经处理的原始图像, 都存在一定程度的噪声干扰. , 图像模糊, 甚至淹没特征, 给分析带来困难. 消除图像噪声的工作称为图像平滑或滤波:
对象特征. 由于噪声源众多(如光栅扫描、底片颗粒、) , (如加噪声、乘性噪声、量化噪声等) , 所以平滑的方法也很多. . 空间域常用方法有:邻域平均法、选择平均法、中值滤波、.
, 易于实现, 效果也好. 选择法是以邻域平均法为基础的, , 或者照灰度特殊的程度加权之后再求和, 以免造成目标边缘的模糊. , 能抑制图像中的噪声; 它是基于图像的这样一种特性:噪, 这些点对应的像素数很少, 而图像则是由像素数较多、面积较大的小块构成. 空间域低通滤波, 由于图像中噪声空间相关性弱的性质, 而图像本身的频率分量则处于较低的空间频率区域之内, 因此可以用低通滤波的方法实现平滑, 采用离散卷积可以实现滤波作用.
2 图像去噪
中值滤波是一种非线性处理技术, 能抑制图像中的噪声. 它是基于图像的这样一种特性:噪声往往以孤立的点的形式出现, 这些点对应的像素很少, 而图像则是由像素数较多, 面积较大的小块构成. 在一维的情况下, 中值滤波器是一个含有奇数个像素的窗口. 在处理之后, 位于窗口正中的像素灰度值, 用窗口内各像素灰度值的中值代替. 中值滤波器在某些情况下抑制噪声, 而在另一些情况却会抑制信号.
应用中值滤波的一种方法就是先试用长度为3的窗口对信号进行处理, 若无明显信号损失再把窗口延长到5, 对原图像作中值滤波, 直到既有较好的噪声滤除的效果, 又不过分损坏图像细节为止. 还有一种方法就是对信号进行级联的中值滤波, 采用固定的或可变长度的窗口. 一般地说, 一次滤波不改变的区域, 以后几次也将不变. 小于窗宽的1/2的区域, 每经一次滤波该区域将连续改变, 一直进行到所得到信号的区间大于窗宽的1/2为止.
中值滤波器很容易推广到二维的情况. 二维窗口的形式可以是正方形的、近似圆形的或十字形的. 一个二维的L ×L 中值滤波器比用L ×1和1×L 的两个滤波器分别顺序进行垂直和水平的处理更能抑制噪声, 但同时也带来了更大的对信号的抑制.
收稿日期:2004-02-22
作者简介:谢燕江(1979-) , 女, 湖南桂阳人, 湘南学院计算机系助教.
75
我们把普通图像可以是彩色或黑白图像如J PG 文件、BMF 文件等读入, 使之成为3・MAT 文件, 可以便于用MAT LAB 软件处理. 一般对图像精度造成危害的几类噪声有以下几种:椒盐噪声, 高斯白以及SPECK LE 噪声. 把此类噪声加入图像, 使用各种过滤算法去除之, 使之能基本还原成原来的样子; 可以用MAT LAB 把这些显示出来; 还可以把彩色图像变换成黑白图像来进行处理, 把问题简单化.
下面的程序是用MAT LAB 中的二维中值滤波器函数medfilt2去除噪声的
:
) ; I =imread (’florile. jpg ’
Y=rgb2gray (I ) ;
figure ;
imshow (Y ) ;
) im write (Y, ’florile1. jpg ’
j1=imnoise (Y, ’salt &pepper ’,0. 2) ;
figure ;
imshow (j1) ;
) im write (j1, ’florile2. jpg ’hood =3;
X1=med filt2(j1,[hood hood ]) ;
figure ;
imshow (X1) ;
) im write (X1, ’florile3. jpg ’
hood =9;
X2=med filt2(j1,[hood hood ]) ;
imshow (X2) ;
im write (X2, ’hood =13;
X3=med filt2(j1,[hood hood ]) ;
imshow (X3) ;
) im write (X3, ’florile5. jpg ’
图1. “florile ”原图; 图2. 密度为0. 2“salt -pepper ”噪声加入原图; 图3. 333的窗口中值滤波; 图4. 939的窗口中值滤波; 图5. 13313的窗口中值滤波.
由上图可见, 并不是窗口越大滤波效果越好. 3、4、5图比较,333的效果是最好的, 而939,13313由于窗口太大, 在去除噪声象素的同时把一些好的像素也过滤掉了, 使图像变得模糊不清, 从而也破坏了图像的精度.
以上我们比较了中值滤波器不同大小尺寸窗口的去噪效果. 下面是对于噪声污染比较严重的图像使用窗口大小为3的中值滤波器迭代4次的效果.
)
; I =imread (’florile. jpg ’
Y=rgb2gray (I ) ;
figure ;
imshow (Y ) ;
j1=imnoise (Y, ’salt &pepper ’,0. 3) ;
figure ;
imshow (j1) ;
hood =3;
X1=med filt2(j1,[hood hood ]) ;
figure ;
76
图5
imshow (X1) ;
hood =3;
X2=med filt2(X1,[hood hood ]) ;
figure ;
imshow (X2) ;
hood =3;
X3=med filt2(X2,[hood hood ]) ;
figure ;
imshow (X3) ;
hood =3;
X4=med filt2(X3,[hood hood ]) ;
figure ;
imshow (X4) ;
比较图7-11这几幅图, 去除噪声
的效果越来越好, 可见处理污染较严重
的图像, 迭代中值滤波器是一种有效的
算法.
3 总 结
实践表明, 中值滤波是抑制图像
的噪声的一个行之有效的办法, 像噪声.
参考文献:
[1]王耀南, 李树涛, 毛建旭. 计算机图像处理与识
别技术[M].北京:高等教育出版社,2001.
[2]杜世培, 沈 敏. 分割式图象频域增强及其改
进方法[J].贵州工业大学学报,2000,29(5) :95-97.
[3]张 宇, 王希勤, 彭应宁. 自适应中心加权的改进均值滤波算法[J].清华大学学报,1999, 39(9) :76-78.
[4]T. Sun and Y. Neuv o. Detail -preserving median based filters in image proces sing[J].Pattern Recognit. Lett , 1994,15(Apr. ) :341-347.
[5]D. Zhang and Z. Wang. Im pulse noise detection and rem oval using fuzzy techniques[J].E lectron Lett , 1997,33(feb. ) :378-379.
Computer Im age Buildup Application in
G etting Rid of Im age Disorder
XIE Yan -jiang
(Department of Computer Science , Xiangnan U niversity , Chenzhou 423000, China )
Abstract :The paper discusses the median filter calculation. Median filter is a un -linear operator , getting from the arrangement of gray degree value of image and then gets its median value. The median filter has g ood effect in filtering the noise.
K ey w ords :image processing ; median filter ; noise rem ove
77