楊 明 李 晶

(1.吉林化工學(xué)院信息與控制工程學(xué)院，吉林 吉林132022；2.吉林信息工程學(xué)校電子教研組，吉林 吉林132022)

在圖像處理領(lǐng)域，影響圖像質(zhì)量的噪聲主要有指數(shù)噪聲、均勻噪聲、椒鹽噪聲等。 其中，椒鹽噪聲的去除是圖像處理里面一個(gè)研究很久的課題， 出現(xiàn)最早的有效方法是中值濾波[1]。 它是一種非線性濾波方法， 對(duì)圖像的所有像素點(diǎn)均進(jìn)行處理，改變了圖像中真實(shí)的像素點(diǎn)，這是傳統(tǒng)中值濾波的一個(gè)重大缺點(diǎn)[2]。針對(duì)這一問題，本文對(duì)傳統(tǒng)中值濾波進(jìn)行了改進(jìn)，先檢測(cè)圖像中的噪聲點(diǎn)，只對(duì)噪聲點(diǎn)進(jìn)行中值濾波，而對(duì)非噪聲點(diǎn)不作處理，保留了圖像信息。

1 噪聲點(diǎn)檢測(cè)

圖像椒鹽噪聲一個(gè)明顯的特點(diǎn)就是灰度值分布具有兩極性，集中出現(xiàn)在0 和255 的 附 近，即 處 在[0,δ]∪[255-δ,255]中。 但并不是所有范圍內(nèi)的點(diǎn)都是噪聲點(diǎn)， 也可能是圖像真實(shí)的像素點(diǎn)。對(duì)處在范圍內(nèi)的像素點(diǎn)，本文采用了文獻(xiàn)[3]的噪聲點(diǎn)檢測(cè)方法，來確定噪聲點(diǎn)的真實(shí)性。

f(i,j)為落在噪聲范圍內(nèi)的像素點(diǎn)，設(shè)有四個(gè)方向檢測(cè)算子：記為方向核Kh（h=1,2,3,4），Xij為以f(i,j)為中心的5×5 圖像，Val 為Xij與四個(gè)方向檢測(cè)算子卷積的最小值，即：

根據(jù)下式確定噪聲點(diǎn)的真實(shí)性：

其中，Tol 為閾值。

2 實(shí)驗(yàn)仿真

仿真實(shí)驗(yàn)中， 在Lena 圖像中加入椒鹽噪聲， 密度分別為0.2 和0.5。

實(shí)驗(yàn)結(jié)果顯示，本文對(duì)中值濾波的改進(jìn)方法是有效的。 無論是在主觀視覺，還是在峰值信噪比的對(duì)比中，本文算法較之傳統(tǒng)中值濾波均有所提高。

圖1 噪聲密度為0.2 時(shí)的實(shí)驗(yàn)結(jié)果

圖2 噪聲密度為0.5 時(shí)的實(shí)驗(yàn)結(jié)果

表1 實(shí)驗(yàn)結(jié)果比較

3 結(jié)論

本文提出了一種新的椒鹽噪聲去除方法，對(duì)傳統(tǒng)的中值濾波方法進(jìn)行了改進(jìn)。 首先對(duì)分布在噪聲范圍內(nèi)的點(diǎn)進(jìn)行噪聲點(diǎn)檢測(cè)，對(duì)確定為噪聲點(diǎn)的像素點(diǎn)進(jìn)行中值濾波，其他像素點(diǎn)不進(jìn)行處理，保留了更多的圖像信息。

［1］Rafael C. Gonzalez and Richard E. Woods. Digital ImageProcessing. Second Edition[M]. Beijing: Publishing House of Electronics Industry,2002.

［2］楊明,陳玲玲.基于線性預(yù)測(cè)的圖像去噪[J].吉林化工學(xué)院學(xué)報(bào),2014,31(5):72-75.

［3］金良海,李德華.基于噪聲檢測(cè)的圖像去噪算法[J].模式識(shí)別與人工智能,2008,21(3):298-302.