自适应中值滤波算法在图像处理中的应用

引言

常规中值滤波去除脉冲噪声的性能受滤波窗口尺寸的影响较大，而且它在抑制图像噪声和保护细节两方面存在一定的矛盾：滤波窗口越小，就可较好地保护图像中某些细节，但滤除噪声的能力会受到限制；反之，滤波窗口越大，就可加强噪声抑制能力，但对细节的保护能力会减弱，有时会滤去图像中的一些细线、尖锐边角等重要细节，从而破坏图像的几何结构。这种矛盾在图像中噪声干扰较大时表现得尤为明显。根据经验，在脉冲噪声强度大于0.2时，常规中值滤波效果就不令人满意。但是，由于常规中值滤波器所使用的滤波窗口大小是固定不变的，所以,在选择窗口大小和保护细节两方面只能做到二选一，这样,矛盾就始终不能解决。因此，需要寻求其他的改进算法来解决这一矛盾。

1自适应中值濾波算法

自适应中值滤波器的滤波方式和常规的中值滤波器一样,都使用一个矩形区域的窗口S"不同的是在滤波过程中，自适应滤波器会根据一定的设定条件改变（即增加）滤波窗的大小，同时当判断滤波窗中心的像素是噪声时，该值用中值代替,否则不改变其当前像素值，这样用滤波器的输出来替代像素（x,y）处（即目前滤波窗中心的坐标）的值。自适应中值滤波器可以处理噪声概率更大的脉冲噪声，同时能够更好地保持图像细节，这是常规中值滤波器做不到的。自适应中值滤波总体上可以分为三步：第一步是对图像各区域进行噪声检测；第二步是根据各区域受噪声污染的状况确定滤波窗口的尺寸；第三步是对检测出的噪声点进行滤波。

自适应中值滤波算法由两个部分组成，称为第一层（Leve1A）和第二层（Leve1B）。

如果A1>0并且A2<0，则转到Leve1B，否则增加滤波窗Sxy的尺寸。如果滤彼窗Sxy的大小达到Smax，则重复执行Leve1A，否则把Zxy作为输出值。

如果Bpo并且",贝恍z?作为输出值，否则把zmed作为输出值。

在上面的算法中，Zmm是在滤波窗内灰度的最小值；Zmax是在Sxy滤波窗内灰度的最大值；med是在S,y滤波窗内灰度的中值是坐标(X,y)处的灰度值；max指定Sy所允许的最大值。

引入自适应中值滤波算法主要有3个目的：一是去除脉冲噪声；二是平滑其他非脉冲噪声；三是减少诸如物体边界细化或粗化等失真。自适应中值滤波的流程图如图1所示。

2Matlab仿真实验结果

自适应中值滤波器的实验结果与分析可根据Matlab编程实验仿真来实现。对256X256X8b的灰度图"cameraman.tif”加入不同密度的椒盐噪声图进行自适应中值滤波的图像可以明显看出，滤波效果最好的是自适应中值滤波，其次是极值中值滤波。自适应中值滤波比它们能更好地去除脉冲噪声，并能保留图像细节和边缘。为了能客观地分析它们的优劣性，我们在此采用以指标参数均方误差MSE和峰值信噪比作为测评标准。表1所列为MSE和PSNR的结果数据，图2所示为不同噪声下两种滤波算法的MSE值和PSNR值的曲线图。

3结语

由表1所列的数据和图2所示的曲线数值可以得出如下结论：

⑴在噪声强度较小的情况下，传统的中值滤波可以较好地在保持图像细节的同时抑制脉冲噪声；随着椒盐噪声强度的增加，降噪的能力很快地下降了，图像变得越来越模糊，大量的图像细节丢失。

(2)自适应中值滤波器较传统中值滤波器具有很大的优越性，自适应中值滤波器无论对低噪声还是高噪声的滤除效果都非常好，能更有效地、更有针对性地抑制噪声并保持住图像的细节，表现出良好的滤波特性。

20211019_616ecbac6b31f__自适应中值滤波算法在图像处理中的应用