郑宏亮, 王 奕, 张天壮, 刘芳菲, 傅 博
(辽宁师范大学 计算机与信息技术学院, 辽宁 大连 116081)
图像能对自然景物进行客观反映, 是人类认识世界和本身的重要源泉。随着科学技术发展和生活水平提高, 数字图像不仅已深入人们生活, 同时对图像质量的要求也越来越高。然而, 图像在形成、 采集和传输过程中会不可避免地受到各种形式的噪声污染。例如, 图像传感器在拍摄时视场不够明亮或亮度不够均匀导致产生高斯噪声、 图像切割时会产生椒盐噪声等。上述图像噪声不仅影响人们对图像的观察与欣赏, 同时可能影响后续的图像分析工作。为获取高质量的图像, 有必要对图像进行去噪处理。
目前噪声种类有很多, 常见的噪声模型主要有高斯噪声、 脉冲噪声、 瑞利噪声、 伽马噪声、 指数分布噪声和均匀噪声等。去除不同的噪声需要采取不同的方法, 比如去除椒盐噪声, 最有效的方法是中值滤波, 而去除高斯噪声可以使用均值滤波。均值滤波是一种典型的线性滤波, 对处理加性噪声有很好的效果。其基本思想是以当前像素点为中心, 求窗口内所有像素点灰度值之和, 以其平均值代替当前像素点灰度值。传统的均值滤波算法简单, 但需要对全部像素操作, 会影响无噪声的像素点。同时, 均值滤波忽略了像素点之间的关系, 不注意保护图像边缘。传统的中值滤波是典型的非线性滤波, 其基本思想是使用像素点邻域灰度值的中值代替该像素点的灰度值, 其对椒盐噪声的处理效果优于均值滤波, 在消除噪声的同时也能很好地保护图像的边缘, 处理非线性噪声效果良好, 目前得到了广泛应用。……