保留边缘信息和特定目标的高密脉冲噪声滤波算法

针对高密脉冲噪声消噪时边缘信息损失严重和特定目标过处理等问题,提出了保留边缘信息和特定目标的消噪算法.借助脉冲噪声的灰度特点进行噪点检测,获得各像素及其邻域的污染情况;通过细节判定和最佳窗口选择,采用传统滤波降低噪声密度,获得污染像素的真实灰度信息;通过特定目标检测和双窗口边缘判定,获得高密脉冲噪声的最终消噪结果.实验表明,文中方法能获得满意的消噪图像,并具有较小的均方误差根和较大的边缘保留指数;对图像中的特定目标,文中方法在消噪的同时能保留更好的原目标信息.

基于奇异值分解的Speckle噪声滤波算法研究

Speckle噪声的复杂性和真值图像的不可知性增加了消噪算法设计的难度,传统算法在设计时借助污染像素估计灰度真值,同时忽略了位置信息对灰度估计的影响。借助奇异值分解和曲面拟合进行了消噪算法的研究与设计,首先在局部窗口进行奇异值分解,并对酉矩阵采用中值滤波进行消噪,其次引入参数修正奇异值以替代传统的阈值处理方法,最后在局部区域利用灰度曲面拟合技术重构消噪图像。实验表明,与传统的均值滤波、中值滤波相比,该算法能获得较为满意的消噪结果,具有较高的峰值信噪比和边缘保留指数。