題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 一種自適應(yīng)的混合噪聲圖像濾波方法
- 小類：
- 信息技術(shù)
- 簡(jiǎn)介：
- 混合噪聲的濾除一直是圖像處理中的熱點(diǎn)和難點(diǎn)問題之一。Lee和Kassam根據(jù)中值濾波和均值濾波在濾除椒鹽噪聲和高斯噪聲方面各有所長(zhǎng)的特點(diǎn)，將這兩種方法結(jié)合起來，提出了一種MTM(Modified Trimmed Mean)濾波算法 ，希望能同時(shí)濾除高斯和顆粒噪聲，但MTM算法的濾波能力在很大程度上由于受到閾值的影響，所以濾波效果并不理想。為此，結(jié)合自適應(yīng)濾波算法進(jìn)而去完善此算法是非常必要的。
- 詳細(xì)介紹：
- 本文針對(duì)受到混合噪聲影響的圖像，提出一種基于MTM(Modified Trimmed Mean)的自適應(yīng)圖像濾波算法。算法首先選取加窗混合噪聲圖像的MTM值，再采用相似度自適應(yīng)地計(jì)算各像素的加權(quán)系數(shù)，最后通過加權(quán)算法得到結(jié)果。仿真和對(duì)比試驗(yàn)結(jié)果表明，該算法有較好的自適應(yīng)性，不但能夠有效地去除含有高斯噪聲和脈沖噪聲的圖像噪聲，而且能完好的保持圖像的邊界和細(xì)節(jié)，提高圖像的去噪效果和清晰度，獲得良好的視覺效果。
作品專業(yè)信息
撰寫目的和基本思路
- 目的：圖像信號(hào)經(jīng)常受到各種噪聲的干擾，由于大多數(shù)噪聲消除方法只能較好的去除一種類型的噪聲，但在很多情況下會(huì)同時(shí)出現(xiàn)幾種噪聲，所以提出了一種改進(jìn)的自適應(yīng)混合噪聲濾波算法，能同時(shí)濾除高斯和顆粒噪聲。 基本思路：在分析MTM算法基礎(chǔ)上，經(jīng)過重要改進(jìn)，提出了一種改進(jìn)的自適應(yīng)混合噪聲濾波算法，首先選取加窗混合噪聲圖像的MTM值，再采用相似度自適應(yīng)地計(jì)算各像素的加權(quán)系數(shù)，最后通過加權(quán)算法得到結(jié)果。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 針對(duì)MTM算法的濾波效果在很大程度上受到閾值的影響。本文提出一種改進(jìn)算法。算法的思想是：對(duì)輸入的噪聲圖像中的每個(gè)點(diǎn)都以其為中心選取一個(gè)區(qū)域，選取這個(gè)區(qū)域的MTM值作為參考值，然后，以這個(gè)參考值為基礎(chǔ)計(jì)算區(qū)域內(nèi)各個(gè)像素對(duì)應(yīng)的權(quán)重值。相對(duì)于采用固定權(quán)值的濾波方法，本方法自適應(yīng)的選擇權(quán)值，可以在保護(hù)細(xì)節(jié)的同時(shí)，達(dá)到更好的濾波效果。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 混合噪聲的濾除一直是圖像處理中的熱點(diǎn)和難點(diǎn)問題之一。Lee和Kassam將中值濾波和均值濾波結(jié)合起來，提出了一種MTM濾波算法 ，但該算法的濾波能力受到閾值的影響，濾波效果并不理想。為此，結(jié)合MTM濾波算法和相似度技術(shù)，提出了一種新的混合噪聲圖像的濾波算法。該算法有較好的自適應(yīng)性，不但能夠有效去除含有高斯噪聲和脈沖噪聲的圖像噪聲，還能很好的保護(hù)圖像的細(xì)節(jié)信息，提高圖像的去噪效果和清晰度。
學(xué)術(shù)論文摘要
- 對(duì)受到混合噪聲影響的圖像，提出一種基于MTM(Modified Trimmed Mean)的自適應(yīng)圖像濾波算法。算法首先選取加窗混合噪聲圖像的MTM值，再采用相似度自適應(yīng)地計(jì)算各像素的加權(quán)系數(shù)，最后通過加權(quán)算法得到結(jié)果。仿真和對(duì)比試驗(yàn)結(jié)果表明，該算法有較好的自適應(yīng)性，不但能夠有效地去除含有高斯噪聲和脈沖噪聲的圖像噪聲，而且能完好的保持圖像的邊界和細(xì)節(jié)，提高圖像的去噪效果和清晰度，獲得良好的視覺效果。
獲獎(jiǎng)情況
- 無
鑒定結(jié)果
- 無
參考文獻(xiàn)
- [1]RAFAEL,C GONZALEZ,RICHAED E WOODS.阮秋琦等譯.數(shù)字圖像處理（第二版）[M].北京：電子工業(yè)出版社，2003. [2]Toprak A，Guler I．Suppression of Impulse Noise in Medical Images with the Use of Fuzzy Adaptive Median Filter[J]．Journal of Medical Systems, 2006, 30(6):465-471 [3]Felsberg M, Forssen P E,Scharr H. Channel smoothing: Effective robust smoothing of low-level signal features[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 2006:28(2):209-222 [4]Y H LEE，K S A ASSAM．Generalized median filtering and related nonlinear filtering techniques[J]．IEEE Transactions on Acoust，Speech，Signal Processing，1985，33(3)：669 —672． [5]Chen Da li, Xue Ding yu, Gao Dao xiang. New Efficient Fuzzy Weighted Mean Filter Approach For Removal of Mixed Noise. Journal of System Simulation [J]. 2007:19(3) 527-530 [6]陳大力,薛定宇等.圖像混合噪聲的模糊加權(quán)均值濾波算法仿真[J]．系統(tǒng)仿真學(xué)報(bào).2007,19(3) :527-530
同類課題研究水平概述
- 濾波技術(shù)是信號(hào)處理中的一種基本方法和技術(shù)，尤其數(shù)字濾波技術(shù)使用廣泛。自適應(yīng)濾波的原理就是利用前一時(shí)刻已獲得的濾波參數(shù)等結(jié)果，自動(dòng)的調(diào)節(jié)現(xiàn)時(shí)刻的濾波參數(shù)，從而達(dá)到最優(yōu)化濾波。20世紀(jì)40年代初期，N.維納首先應(yīng)用最小均方準(zhǔn)則設(shè)計(jì)最佳線性濾波器，用來消除噪聲、預(yù)測(cè)或平滑平穩(wěn)隨機(jī)信號(hào)。60年代初期，R.E.卡爾曼等發(fā)展并導(dǎo)出處理非平穩(wěn)隨機(jī)信號(hào)的最佳時(shí)變線性濾波設(shè)計(jì)理論。維納、卡爾曼－波色濾波器都是以預(yù)知信號(hào)和噪聲的統(tǒng)計(jì)特征為基礎(chǔ)，具有固定的濾波器系數(shù)。因此，僅當(dāng)實(shí)際輸入信號(hào)的統(tǒng)計(jì)特征與設(shè)計(jì)濾波器所依據(jù)的先驗(yàn)信息一致時(shí)，這類濾波器才是最佳的。否則，這類濾波器不能提供最佳性能。70年代中期，B.維德羅等人提出自適應(yīng)濾波器及其算法，發(fā)展了最佳濾波設(shè)計(jì)理論。隨著信號(hào)處理學(xué)科領(lǐng)域理論與技術(shù)的不斷進(jìn)步，自適應(yīng)信號(hào)處理已成為信號(hào)與信息處理學(xué)科一個(gè)新的重要學(xué)科分支。 自適應(yīng)濾波器的基本理論通過幾十年的發(fā)展已日趨成熟，近幾十年來自適應(yīng)濾波器的研究主要針對(duì)算法與硬件實(shí)現(xiàn)。算法研究主要時(shí)對(duì)算法速度和精度的改進(jìn)其方法大概都采用軟件C、MATLAB等仿真軟件對(duì)算法的建模和修正。自適應(yīng)濾波器是統(tǒng)計(jì)信號(hào)處理的一個(gè)重要組成部分。凡是需要處理未知統(tǒng)計(jì)環(huán)境下運(yùn)算結(jié)果所產(chǎn)生的信號(hào)或需要處理非平穩(wěn)信號(hào)時(shí)，自適應(yīng)濾波器可提供一種十分吸引人的解決方法，而且其性能通常遠(yuǎn)優(yōu)于用常規(guī)方法設(shè)計(jì)的固定濾波器。此外，自適應(yīng)濾波器還能提供非自適應(yīng)方法所不可能提供的新的信號(hào)處理能力。因此，自適應(yīng)濾波器成功地應(yīng)用于諸如通信、控制、雷達(dá)、聲納、地震和生物醫(yī)學(xué)工程等諸多領(lǐng)域。
