一种用于图像匹配识别的高斯—脉冲混合噪声去除方法*

杨 博，耿伯英，樊妃九，宋 睿

（海军工程大学电子工程学院，湖北武汉 430033）

0 引言

数字图像在产生和传输过程中会受到噪声的污染，无人机所拍摄图像的噪声的产生主要来自3个方面:一是图像传感器本身的原因，即硬件因素;二是受拍摄环境的影响，包括无人机平台的抖动、电磁环境、光照、云雾雨和温度等因素;三是在通信传输过程中产生的噪声。这些噪声导致图像边缘模糊、对比度低、图像的细节失真等，给后续的图像匹配和目标识别带来困难。因此，必须对这些图像噪声进行处理，尽可能多地保留图像原有特征，抵制或消除噪声。这些噪声在数学上又有近似的分布形态，有高斯分布、瑞利分布、泊松分布、脉冲分布等［1］，目前，图像去噪方法主要针对高斯分布和脉冲分布。

脉冲噪声的去除方法主要有标准中值滤波［2］和自适应中值滤波。自适应中值滤波算法［3］通过扩大窗口大小来相对地降低噪声密度，从而可处理空间密度更大的脉冲噪声，并且平滑非脉冲噪声时，还可以保护更多的图像细节。而去除高斯噪声的性能较好的算法主要有BLS-GSM算法［4］、BM3D 算法［5］等。

上述的各种去噪方法在处理单一的脉冲噪声或高斯噪声时可以表现出良好的性能，但是如果图像中出现高斯—脉冲混合噪声时去除效果均不尽如人意，研究人员提出了一些处理混合噪声的方法［6，7］，文献［6］提出了一种去除混合图像的有效方法，该方法采用BDND算法检测脉冲噪声，然后使用中值滤波和BLS—GSM算法分别去除脉冲噪声和高斯噪声，这种算法可以较好地去除混合噪声，并保留图像细节，但运算时间较长，效率不高。……