刘 晨
(喀什大学计算机科学与技术学院,新疆喀什 844000)
图像去噪是图像处理领域的基础问题.图像中的噪声妨碍了图像处理的正常进行,影响了图像的人工判读和计算机解译,因此,图像滤波去噪是图像处理分析过程中的首要任务.近年来人们提出了众多的滤波方法来去除图像中的噪声,如各向异性扩散滤波器[1]、基于图像块的非局部均值滤波方法[2,3]、基于随机场的滤波方法[4]和双边滤波[5].
双边滤波噪声抑制算法因具有良好的边缘保持效果,被广泛用于图像分析处理中.该算法在空间欧式距离的基础上结合当前点与其领域点的亮度相似性,对亮度距离和空间距离进行加权平均.该算法可以区分匀质平坦区域和边缘结构区域,从而在不同的区域结构进行不同程度的滤波,起到对图像边缘结构的保护作用,具有较强的适用性.双边滤波结合了图像像素间的灰度相似度和空间临近度这两个与图像中像素灰度密切相关的重要方面,从而在滤除图像噪声的同时保持图像的细节特征.近年来,出现了很多双边滤波的改进算法,文献[6]提出了在对噪声图像进行双边滤波前先进行高斯滤波,使用高斯滤波结果作为当前像素点的估计值,邻域值仍然使用原始噪声图像;文献[7]提出二次迭代滤波概念,即用第一次双边滤波的结果指导第二次双边滤波;文献[8]中提出了结合中值滤波思想的双边滤波;文献[9]中对双边滤波中的参……