圖像中的高斯和脈沖混合噪聲處理

通常情況下，受脈沖噪聲污染的圖像采用中值濾波法復(fù)原，受高斯噪聲污染的圖像
采用均值濾波法復(fù)原。為了去除兩者的混合噪聲，Lee 和Kassam 提出了一種改進(jìn)的均值濾波算法Modified Trimmed Mean(MTM)，但是MTM 的使用受到了閾值的限制。為了在濾除退化圖像中混合噪聲的同時(shí)能更好地保護(hù)圖像細(xì)節(jié)，我們詳細(xì)分析了MTM 濾波的特點(diǎn),在對MTM進(jìn)行改進(jìn)的同時(shí)，提出了一種改進(jìn)的自適應(yīng)中值濾波算法(統(tǒng)計(jì)濾波)。該算法無需噪聲的先驗(yàn)知識，利用Visual C++自動搜索閾值來實(shí)現(xiàn)圖像的最佳復(fù)原。利用兩種客觀標(biāo)準(zhǔn)進(jìn)行評價(jià),實(shí)踐證明新方法的處理結(jié)果優(yōu)于傳統(tǒng)的MTM 方法。
關(guān)鍵詞：改進(jìn)均值濾波(MTM) 統(tǒng)計(jì)濾波 脈沖 高斯噪聲
隨著信息技術(shù)的不斷發(fā)展，人類對各種信道的應(yīng)用越來越頻繁，由于各種干擾，信道的
質(zhì)量也有所降低，在信道中主要的干擾是各種噪聲，圖像去噪算法可分為線性與非線性方法。
線性方法提出較早，且有較完備的理論基礎(chǔ)。在對付零均值的高斯噪聲時(shí)，均值濾波是非常有效的方法。但線性方法在濾除噪聲的同時(shí)也破壞圖像中的快變信號，如邊緣及細(xì)節(jié)等，從而使圖像變得模糊。同時(shí)線性方法無法濾除沖激噪聲。 1974 年Tukey 首先將非線性的濾波算法中值濾波應(yīng)用于圖像處理，由于這種方法在保護(hù)圖像細(xì)節(jié)的同時(shí)能有效地濾除脈沖噪聲，因此在圖像處理領(lǐng)域得到廣泛的應(yīng)用。
由于中值濾波算法與均值濾波算法在濾除沖激噪聲與高斯噪聲方面各有所長因此Lee
和Kassam 將這兩種方法結(jié)合起來，提出了一種改進(jìn)的均值濾波算法(MTM)，希望能同時(shí)濾除高斯噪聲和沖激噪聲。但MTM 算法的濾波效果并不理想。本文詳細(xì)分析了MTM 算法的結(jié)構(gòu)特點(diǎn)，并在此基礎(chǔ)上提出一種新的基于MTM 結(jié)構(gòu)的濾波算法。