基于改進(jìn)的中值濾波器的脈沖噪聲降低

1、基于中值濾波和小波變換的圖像去噪研究脈沖噪聲是圖像處理研究人員數(shù)十年挑戰(zhàn)。中值濾波是最流行的去噪方法。然而，由于其邊緣抖動，去除圖像的細(xì)節(jié)特性，眾多的努力都是為了提高其性能。中值濾波器是一種改進(jìn)的中值濾波。中值濾波以類似的方式在存在噪聲。因此，它具有所有中值濾波。在這篇文章中，我們改進(jìn)中值”過濾器的效率通過權(quán)重的結(jié)果過濾。實驗結(jié)果表明，我們的方法的優(yōu)良性能。除此之外，在沒有噪聲的情況下，我們的方法保留原圖像的細(xì)節(jié)信息比別人多。1簡介脈沖

2、噪聲，這往往是引入圖像在獲取和傳輸過程中有不良影響，對不同的圖像處理的目的。椒鹽和脈沖噪聲，椒鹽噪聲是最著名的類型。有更多的方法去除脈沖噪聲。一般來說，噪聲去噪實驗可以分為線性和非線性的方法。移動平均濾波器是線性方法和為最大和最小的中值過濾器是非線性方法的例子。然而，各種非線性方法在脈沖噪聲，中值濾波是廣泛使用，由于其有效的噪聲抑制能力和較高的運算效率。然而，它不是一個完美的過濾操作也不是很靈活。它可能會導(dǎo)致邊緣抖動或可能擺脫重要的圖像

3、細(xì)節(jié)，因為只采用了輸入圖像的秩訂單信息。為了提高性能，中值濾波和把原來的時序信息輸入圖像的考慮，提出了各種濾波器。加權(quán)中值濾波是改進(jìn)的中值濾波，受到越來越多的關(guān)注中。另一方面，濾波是一種非線性濾波器引入第一次語音處理。傳統(tǒng)的濾波是一種非線性濾波器在時域，從而減少噪聲的同時保留原始信號。盡管其簡單的設(shè)計，傳統(tǒng)的過濾器有一些可取的特點減少干擾。它不需要預(yù)先估計噪聲以及易于設(shè)計和計算的成本是很小的。所以，中值濾波器提出了基于濾波去除脈沖噪聲。

4、計算成本的中值濾波器只需要切換操作。此外，其最大的優(yōu)點是，它阻止了非損壞的像素噪聲損害。然而，在沒有噪聲的作用優(yōu)于普通中值濾波器，在存在噪聲的行為像正常的中值濾波。因此，它具有中值濾波的缺點。在這篇文章中，我們提出了改進(jìn)的中值過濾器，命名為加權(quán)中值濾波，以“發(fā)展中”濾波器的性能。它實際上是基于加權(quán)中值濾波器的接地。因此，它具有加權(quán)中值濾波的有效利用和開關(guān)操作小的計算成本。加權(quán)中值濾波器是通過賦予權(quán)重中值濾波器。該濾波器，計算結(jié)果的濾波，

5、加權(quán)中值濾出不同的權(quán)重，計算新的導(dǎo)致像素平均。此外，如加權(quán)中值（WM)，加權(quán)中值過濾器提供了控制程度的平滑行為通過權(quán)重可以設(shè)置。因此，中值濾波器的定義為醫(yī)學(xué)代表中值函數(shù)。事實上，這種濾波器假定差之間的中心像素和噪聲比中央像素和像素的形象之間的差異為邊緣像素大得多。因此，上述中值過濾器發(fā)現(xiàn)差異的中心像素灰度的M，N和其他像素的窗口內(nèi)的我，J；如果這種差異小于某一閾值，j的像素是圖像的像素，并應(yīng)與中心像素的值取代，N在中間集M，而中間的中位

6、數(shù)計算，邊緣和其他圖像的細(xì)節(jié)不會影響中值濾波的結(jié)果，這樣的形象不被破壞。另一方面，這種差異是否大于閾值，它象征著噪聲的存在。因此，噪聲值不應(yīng)更換中心像素與噪聲值將在經(jīng)過中值濾波消除。在這情況下，原始圖像是不損壞噪聲。然而，由于這種過濾程序仍然是基于中值濾波窗口內(nèi)的像素經(jīng)轉(zhuǎn)換到中間集合，它受到使用中值濾波下行。例如，它是計算2K1N2樣品中間集之間；所以它只能保留細(xì)節(jié)持續(xù)超過K1點因為中值濾波器進(jìn)行同等權(quán)重的中間設(shè)置所有樣品。這個問題將更