《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計應(yīng)用 > 一種基于噪聲點鄰域的形態(tài)學(xué)濾波算法研究
一種基于噪聲點鄰域的形態(tài)學(xué)濾波算法研究
2021年電子技術(shù)應(yīng)用第3期
文福林1，張 凱2，蒲 鋒1，湯素麗1
1.四川航天職業(yè)技術(shù)學(xué)院 電子系，四川 廣漢618300；2.四川大學(xué) 機械工程學(xué)院，四川 成都610065
摘要： 以可疑噪聲點為中心構(gòu)建一定大小的鄰域，對可疑椒噪聲點鄰域進行形態(tài)學(xué)閉濾波，對可疑鹽噪聲點鄰域進行形態(tài)學(xué)開濾波，并以濾波后的該鄰域中心點的灰度值替換可疑噪聲點的灰度值，而非可疑噪聲點的灰度值保持不變。實驗表明，該方案切實可行，濾波后的圖像具有均方誤差小以及峰值信噪比高等優(yōu)點。其濾波性能相比標(biāo)準(zhǔn)中值濾波算法、形態(tài)開閉組合濾波算法、自適應(yīng)中值濾波算法等有一定程度的提高。
中圖分類號： TP391
文獻標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.200294
中文引用格式： 文福林，張凱，蒲鋒，等. 一種基于噪聲點鄰域的形態(tài)學(xué)濾波算法研究[J].電子技術(shù)應(yīng)用，2021，47(3)：71-74.
英文引用格式： Wen Fulin，Zhang Kai，Pu Feng，et al. A morphological filtering algorithm research for neighbor noise[J]. Application of Electronic Technique，2021，47(3)：71-74.
A morphological filtering algorithm research for neighbor noise
Wen Fulin1，Zhang Kai2，Pu Feng1，Tang Suli1
1.Department of Electronics，Sichuan Aerospace Vocational College，Guanghan 618300，China； 2.School of Mechanical Engineering，Sichuan University，Chengdu 610065，China
Abstract： The suspicious noise points are taken as center to construct a certain size neighborhood in this paper. Morphological close filtering is performed by pepper noise neighborhood. Then, morphological open filtering is applied by neighborhood salt noise point. The gray values of suspected noise points are replaced by filtered gray value of neighborhood center point. During the transforming process, gray values of non-suspicious noise points remain unchanged. Experiments show that this scheme is practical and plausible. The filtered image has advantages of less mean square error and high peak signal-to-noise ratio. Compared with the median filtering algorithm, the morphological open-close filtering algorithm，and the adaptive filtering algorithm, this proposed improved algorithm provides a better filtering property.
Key words : salt-and-pepper noise；morphology；filter;structuring elements

0 引言

    椒鹽噪聲是圖像在成像、信道傳輸、解碼等處理過程中產(chǎn)生的黑白相間的亮點或暗點噪聲，也稱為雙極脈沖噪聲[1]。針對椒鹽噪聲的濾波方法有很多，如：標(biāo)準(zhǔn)中值濾波算法、自適應(yīng)中值濾波算法、形態(tài)學(xué)濾波算法以及一些改進的濾波算法等[1-4]。

    標(biāo)準(zhǔn)中值濾波算法的思想就是選取一定大小的濾波窗口，比較該濾波窗口內(nèi)的像素值的大小，取其中值作為這個濾波窗口的中心像素新的值。標(biāo)準(zhǔn)中值濾波器受濾波窗口大小的影響較大，如果窗口較小，則能較好地保護圖像中的一些細節(jié)特征，但濾效果就會變差；反之，如果窗口尺寸較大則有較好的濾波效果，但會丟失更多的圖像細節(jié)特征。且隨噪聲密度地增大，其濾波性能下降較為明顯。

    自適應(yīng)中值濾波算法是基于對標(biāo)準(zhǔn)中值濾波算法的改進，引入了噪聲判斷機制，動態(tài)調(diào)整濾波窗口尺寸大小來改進濾波性能，相比標(biāo)準(zhǔn)中值濾波算法，其濾波性能有了較大程度的提高，可獲得較好的濾波效果。標(biāo)準(zhǔn)中值濾波算法以及自適應(yīng)中值濾波算法因其使用濾波窗口的中值來代替中心像素的值，而濾波窗口的中值與中心像素值并不一定相等，從而引入額外的誤差。

    形態(tài)學(xué)廣泛應(yīng)用于圖像邊緣檢測、抑制噪聲、紋理分析、特征提取等[2-12]。形態(tài)學(xué)開運算具有可去除比結(jié)構(gòu)元素小的亮細節(jié)特性，而形態(tài)學(xué)閉運算具有可去除比結(jié)構(gòu)元素小的暗細節(jié)特性[4]，利用形態(tài)學(xué)開運算和形態(tài)學(xué)閉運算可以構(gòu)成多種濾波器，如常見的形態(tài)學(xué)開閉組合濾波算法[4，10]以及形態(tài)學(xué)同其他濾波算法相結(jié)合等[2]。該類算法對噪聲圖像實施先開后閉運算，或者先閉后開運算，或者以先開后閉運算與先閉后開運算的均值來求解[10]。然而，形態(tài)學(xué)開閉組合濾波算法受結(jié)構(gòu)元素的影響較為敏感，當(dāng)選取不同的結(jié)構(gòu)元素時，其濾波效果會存在較大的差異。

    為此，本文借鑒噪聲判斷機制，先判斷出噪聲圖像中存在的可疑噪聲點。對于一幅歸一化的8位灰度圖像而言，灰度值為0或灰度值為1的點既有可能為噪聲點，也有可能為非噪聲點，即信號點[1，13]。在此，將灰度值為0的點定義為可疑椒噪聲點，將灰度值為1的點定義為可疑鹽噪聲點。以可疑噪聲點為中心，構(gòu)建一個7×7大小的鄰域，對可疑椒噪聲點鄰域進行形態(tài)學(xué)閉濾波，對可疑鹽噪聲點鄰域進行形態(tài)學(xué)開濾波，并以濾波后的該鄰域中心點的灰度值替換可疑噪聲點的灰度值。對于非可疑噪聲點，保留其灰度值不變。實驗表明，該方案切實可行，濾波后的圖像具有均方誤差小以及峰值信噪比高等優(yōu)點。其濾波性能相比標(biāo)準(zhǔn)中值濾波算法、形態(tài)學(xué)開閉組合濾波算法、自適應(yīng)中值濾波算法等均有一定程度的提高。




本文詳細內(nèi)容請下載：http://ihrv.cn/resource/share/2000003438




作者信息：

文福林1，張  凱2，蒲  鋒1，湯素麗1

(1.四川航天職業(yè)技術(shù)學(xué)院 電子系，四川 廣漢618300；2.四川大學(xué) 機械工程學(xué)院，四川 成都610065)

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。