為了在濾除圖像椒鹽噪聲的同時(shí)保護(hù)圖像邊緣細(xì)節(jié),提出了一種基于連通性檢測(cè)的圖像椒鹽噪聲濾波算法。由于椒鹽噪聲點(diǎn)的灰度值與正常像素點(diǎn)的灰度值相比往往存在較大差異,本算法先通過(guò)比較像素點(diǎn)灰度值與其鄰域像素點(diǎn)灰度值,將差異較大的像素點(diǎn)列為疑似噪聲點(diǎn),然后通過(guò)檢測(cè)疑似噪聲點(diǎn)是否是圖像連通區(qū)域的一部分來(lái)判斷該點(diǎn)是否是噪聲點(diǎn),最后通過(guò)中值濾波器將噪聲點(diǎn)濾除。該算法可以有效區(qū)分圖像區(qū)域邊緣與椒鹽噪聲。實(shí)驗(yàn)結(jié)果表明,該算法可以有效去除密度范圍從0～0.9的椒鹽噪聲,在0.9的噪聲密度下,算法的峰值信噪比仍可達(dá)到30dB。滿足有效去除不同密度范圍的椒鹽噪聲的同時(shí)保護(hù)圖像細(xì)節(jié)的要求。 

【文章來(lái)源】：液晶與顯示. 2020,35(02)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

算法處理加噪圖像效果圖

為了直觀評(píng)價(jià)算法效果，現(xiàn)分別用標(biāo)準(zhǔn)中值濾波（Standard median filter,SFM）算法、極值中值濾波（Extreme median filter,EM）算法[14]、自適應(yīng)中值濾波（Improved adaptive median filter,IAM）算法[15]、基于直方圖的加權(quán)均值濾波算法（Histogram weighted filter,HWF)[16]和本文的連通檢測(cè)中值濾波算法（Connectivity detection median filter,CDM）分別處理加入0.1,0.3,0.5,0.7,0.9椒鹽噪聲的圖像，可以發(fā)現(xiàn)本文算法處理結(jié)果的視覺(jué)效果優(yōu)于其他算法。圖2中分別展示了對(duì)比算法中表現(xiàn)最好的改進(jìn)自適應(yīng)中值濾波算法、基于直方圖的加權(quán)均值濾波（HWF）算法與本文算法處理加入了0.1,0.5,0.9密度的椒鹽噪聲圖像的效果。

觀察圖3，可以發(fā)現(xiàn)整個(gè)噪聲率范圍內(nèi)本文的連通檢測(cè)濾波算法效果都要優(yōu)于其他算法。在0.1～0.7噪聲密度情況下，本文算法的PSNR值分別為42,36,33,32dB，始終比用于其他4個(gè)算法中表現(xiàn)最好的HWF算法高3dB；而在0.9的噪聲密度下，PSNR值為30dB，較HWF算法高5.5dB。從表1可知，在0.1～0.9的噪聲密度下，本文算法處理噪聲所需時(shí)間都要長(zhǎng)于其他的4種算法，且所需時(shí)間隨著噪聲密度的增加而增加。這是因?yàn)樵诟呙芏仍肼暤那闆r下，本文算法需要增加循環(huán)次數(shù)以消除噪聲點(diǎn)聚集在一起形成的更大的黑（白）斑塊。但即使是在0.9的噪聲密度下，算法的運(yùn)行時(shí)間也只是85.54ms，仍在可接受的范圍內(nèi)。

【參考文獻(xiàn)】：
期刊論文
[1]基于開(kāi)關(guān)二級(jí)檢測(cè)的圖像椒鹽噪聲濾波算法[J]. 鄭亮,方恩印,朱明.  液晶與顯示. 2019(01)
[2]改進(jìn)的自適應(yīng)中值濾波算法[J]. 黃文筆,戰(zhàn)蔭偉,陳家益,徐秋燕.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(10)
[3]動(dòng)態(tài)測(cè)量的高光譜圖像壓縮感知[J]. 閆歌,許廷發(fā),馬旭,張宇寒,王茜,譚翠媚.  中國(guó)光學(xué). 2018(04)
[4]稀疏閾值的超分辨率圖像重建[J]. 何陽(yáng),黃瑋,王新華,郝建坤.  中國(guó)光學(xué). 2016(05)
[5]對(duì)等組的快速開(kāi)關(guān)型矢量中值濾波[J]. 鐘靈,章云.  計(jì)算機(jī)工程. 2010(22)
[6]基于極值檢測(cè)的圖像濾波算法[J]. 王紅梅,李言俊,張科.  激光與紅外. 2007(10)
[7]一種基于直方圖的加權(quán)均值濾波方法[J]. 唐彩虹,蔡利棟.  微計(jì)算機(jī)信息. 2006(13)
[8]一種基于極值的自適應(yīng)中值濾波算法[J]. 茍中魁,張少軍,李忠富,金劍.  紅外與激光工程. 2005(01)



本文編號(hào)：3234938