高密度椒盐噪声图像恢复方法的研究

马晓剑， 李梦娜， 邱奕萌， 孙丽雯， 谢之昱(东北林业大学 理学院，哈尔滨 150040)

图像作为人类进行信息获取和信息交换的主要来源，与人类的生活息息相关.然而，在图像获取和图像信号传输的过程中，噪声极大地影响着图像的质量，进而影响人类后续对图像的理解和处理.在众多噪声中，脉冲噪声最为普遍，它也被形象地被称为椒盐噪声.

至今为止，脉冲噪声的消除一直受到国内外学者的广泛关注.中值滤波及其改进算法运用非线性的方法平均地将每一处目标像素替换成周围像素强度的中值，随着噪声密度的增加，无法保留图像边缘，会产生条纹现象[1-3].同时高密度噪声下的中值极大可能也是噪声，导致滤波失效.DBA、NSBMF、BDND噪声检测及其改进算法运用脉冲噪声的极值性质，将检测窗口内的像素升序排序后进行噪声点的判别，但是在80%以上噪声浓度下这些方法会错误地将噪声点当作修复值，从也而产生条纹现象[4-6].UTMF、MDBUTMF提出了有效像素点的概念，运用排除修复窗口内全部噪声点的方法提高了滤波性能，但是当修复窗口都是噪声点时，滤波失效[7-8].

针对上述方法在高密度噪声下的弊端，本文利用D-S证据理论将信息融合技术应用到噪声检测中，提出了的自适应噪声检测方法，同时使用脉冲噪声的极值准则和不连续准则进行噪声点的判断.仿真实验结果表明，本文方法有效解决了高密度噪声条件下的滤波弊端，显著提高了滤波效果.

1 噪声……

登录APP查看全文

猜你喜欢

检测

QC 检测

中国设备工程(2022年12期)2022-07-11 04:33:00

小波变换在PCB缺陷检测中的应用

海峡科技与产业(2016年3期)2016-05-17 04:32:12