基于二级修复的多方向加权均值滤波算法

针对目前算法不能有效去除高概率的椒盐噪声并保护图像边缘和细节特征的缺点,提出了一种基于二级修复的多方向加权均值滤波算法。在噪声检测阶段,首先利用一个方差参数判断当前像素点与其邻域像素点之间的灰度差异程度,再通过将方差参数和灰度极值相结合的方法检测出图像中的椒盐噪声点。在噪声修复阶段,提出一种二级修复方法来修复噪声点的灰度值。首先利用改进的自适应中值滤波器对椒盐噪声点进行第一级噪声修复;然后利用方差参数将第一级修复后的噪声点划分为两类,并采用不同的修复方法对这两类像素点进行第二级噪声修复,一类像素点采用均值滤波器进行再修复,另外一类像素点采用多方向加权均值滤波器进行再修复。数值实验结果表明,所提算法的滤波性能和边缘保护能力均优于当下很多先进的滤波器。

一种图像特征增强的各向异性扩散去噪方法

提出了一种新的图像特征增强扩散方程.针对相干增强扩散模型易在光滑区域产生虚假边缘且不能有效地保护图像细节特征的缺点,新扩散方程通过构造特征指标和梯度变差指标将图像信息更精细地区分为光滑区域、边缘、拐角和孤立噪声点,并根据这些分类结果设置扩散张量的特征值,使其在光滑区域内和孤立噪声点处沿边缘方向和垂直于边缘方向均具有较大值,而在拐角处沿边缘方向和垂直于边缘方向均具有较小值,在边缘处沿边缘方向值大,垂直于边缘方向值小,从而在更有效去噪的同时增强图像的边缘和细节特征.理论分析和数值实验结果均表明,新的扩散方程是一种有效的图像去噪模型.