一种改进的自适应中值滤波方法

姚文伟， 张智斌

(昆明理工大学信息工程与自动化学院，云南 昆明 650500)

在实际应用中，信号和噪声总是同时存在(夏良正等，2005)。对图像中所混有的噪声进行滤除，抑制噪声就成了图像处理中一个非常重要的问题。去噪效果的好坏直接影响到后续的图像处理工作，如图像分割、边缘检测等。

图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有高斯噪声、椒盐噪声、加性噪声、乘性噪声等。图像常用噪声滤波分为线性滤波和非线性滤波两类。中值滤波是由Tukey在1970s初提出的一种非线性滤波方法，能有效地滤除脉冲、椒盐噪声(Huang，1997)。传统标准的中值滤波(Standard Mediam Filter，简称SMF)算法的窗口是预先设定的，不能根据噪声密度自适应改变窗口大小，很难满足图像跟踪系统的实时性要求，它要对每个窗口内的所有像素进行排序求中值，导致时间复杂度增大，把窗口图像中所有像素值用其领域中值来代替，损失了图像中大量的细微的纹理和边缘特征信息，而使图像变模糊(吴连喜等，2004)。

在图像处理中，为了有效滤除噪声，同时保护图像边缘等细节，不使图像变得模糊，很多学者做了大量研究，一些改进的中值滤波方法相继被提出，如加权多级中值滤波法(钱晶清等，2000)，中心加权中值滤波(Brownrigg，1984)，一种自适应的中值滤波(Hwang，1995)算法(Ranked-order Adaptive Median Filter，RAMF)。该算法采用不同大小的窗口对像素点进行噪声判别，与传统中值滤波相比，能有效地保护图像细节。由于简单的认为噪声点就是区域内的极值点，可能导致将边缘信息点误判为极值点，从而误判为噪声点。……