一种有效去除脉冲噪声的新方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 30-32.

一种有效去除脉冲噪声的新方法

马学磊¹，商泽利²

1.西安电子科技大学理学院数学系，西安 710071
2.西安电子科技大学雷达信号处理国家重点实验室，西安 710071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 马学磊

New effective method for removing impulse noise

MA Xue-lei¹，SHANG Ze-li²

1.Department of Mathematics，Science School，Xidian University，Xi’an 710071，China
2.Key Lab. for Radar Signal Processing，Xidian University，Xi’an 710071，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: MA Xue-lei

摘要/Abstract

摘要： 提出了一种新的滤波方法。首先从原噪声图像和其中值滤波图像得到细节图像。通过使用一种新的噪声检测方法得到另一幅图像，使其只保留细节图像中的噪声。通过这个图像，可以更加准确地检测出污染图像中的噪声。对噪声图像中的每个像素，相应滤波器输出为原像素灰度值和窗中像素中值的线性组合。当前像素是一个脉冲的可能性越大，滤波过程中对它改变的就越多。与其它的中值类滤波方法相比，该方法不仅可以有效地去除噪声，而且更好地保留了图像细节。

关键词: 脉冲噪声, 中值滤波, 噪声率

Abstract: This paper proposes a new filtering method.First，we have got detail image from noise image and image of median filtering.Have used a noise detection method to get another image，which detains noises but removes details in detail image.Using this image，we can detect noises in corrupted image more accurately.To every pixel in noise image，the output of filter is the linear combination of original pixel value and the median of pixels inside windows of noise image.If the chance of corrupt pixel being noisy is big，then it will improve much in filtering process.Compared with other methods of median type，the proposed method can not only remove impulse more effectively，but also detain more details.

Key words: impulse noise, median filtering, noise ratio

马学磊¹，商泽利². 一种有效去除脉冲噪声的新方法[J]. 计算机工程与应用, 2007, 43(25): 30-32.

MA Xue-lei¹，SHANG Ze-li². New effective method for removing impulse noise[J]. Computer Engineering and Applications, 2007, 43(25): 30-32.

[1]	王豪聪，张松龙，彭力. 融合边界信息和颜色特征的显著性区域检测[J]. 计算机工程与应用, 2019, 55(3): 179-183.
[2]	刘鑫童1，马小萍2，刘立波1. 基于中值滤波和残差网络的甲状腺结节检测[J]. 计算机工程与应用, 2019, 55(13): 254-259.
[3]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[4]	陈家益1，黄楠2，熊刚强1，谢翠萍1. 基于灰度最值和方向纹理的概率滤波算法[J]. 计算机工程与应用, 2017, 53(8): 186-192.
[5]	方政，胡晓辉，陈永. 基于多方向中值滤波的各向异性扩散滤波算法[J]. 计算机工程与应用, 2017, 53(4): 195-199.
[6]	冯彬彬1，蒋新华1，2，林俊杰2，聂明星2. 基于FPGA的实时SGM匹配算法研究与实现[J]. 计算机工程与应用, 2017, 53(22): 163-168.
[7]	杨雪，刘天时，李湘眷. 融合小波变换与改进PCNN的图像增强算法研究[J]. 计算机工程与应用, 2016, 52(8): 163-168.
[8]	王焱，刘海涛. 改进椒盐去噪方法在井下图像中的应用[J]. 计算机工程与应用, 2016, 52(17): 177-180.
[9]	张华，刘宏立，徐琨，马子骥. 基于跨尺度变窗口代价聚合的快速立体匹配[J]. 计算机工程与应用, 2015, 51(17): 151-156.
[10]	赵京东. 自适应投票快速中值滤波算法的进一步研究[J]. 计算机工程与应用, 2015, 51(17): 199-204.
[11]	郭瑞强1，2，郭阿为1，韩忠明3，周　　萌1，张　　伟1. 网络热点话题传播的脉冲时序行为动力模型[J]. 计算机工程与应用, 2015, 51(16): 121-129.
[12]	唐美玲1，张小刚1，陈　　华1，2，汤红忠1. 一种自适应中值滤波去雾算法[J]. 计算机工程与应用, 2015, 51(10): 186-190.
[13]	林政剑，熊美英，查代奉. 非高斯噪声背景下的诱发电位信号去噪方法[J]. 计算机工程与应用, 2014, 50(9): 186-188.
[14]	刘新，葛洪伟，张妨妨. 基于像素点聚类分离的滤波算法[J]. 计算机工程与应用, 2014, 50(5): 195-198.
[15]	曾宪佑，黄佐华，周进朝. 基于差分分层噪声检测的开关中值滤波算法[J]. 计算机工程与应用, 2014, 50(14): 176-179.