一种基于极值和方向的滤波算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 41-43.

一种基于极值和方向的滤波算法

窦燕,孔令富

燕山大学信息科学与工程学院,河北秦皇岛 066004

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 窦燕

New filter algorithm based on extreme value and orientation

DOU Yan,KONG Ling-fu

College of Information Science and Engineering,Yanshan University,Qinhuangdao,Hebei 066004,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: DOU Yan

摘要/Abstract

摘要： 提出了一种有效的椒盐噪声图像滤波算法。该算法首先对含有噪声的图像取3×3邻域,判断某点是否为邻域极值将全部像素点分为可疑噪声与信号点集合;其次对每一个可疑噪声点在其3×3邻域内构造八个方向的梯度算子模板,通过比较8个方向梯度的大小,进一步确定其是否为噪声点;最后对噪声点进行邻域的中值滤波。实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比。

关键词: 椒盐噪声, 方向梯度, 极值, 中值滤波

Abstract: An efficient kind of filtering algorithm is given to restore images corrupted by salt-pepper impulse noise.First it selects a 3×3 neighborhood.According to whether gray value of arbitrary pixel is its neighborhood’s extremum,all pixels are divided into doubtful noises pixels and signal pixels.Then it constructs 8 templets of orientation gradient for each doubtful noise,makes the sure of the noises sets according to the magnitude of 8 values of orientation gradient.The results of experiment prove that the new method not only saves the original image information and has a good Signal-to-Noise Ratio,but also removes noises simultaneously.

Key words: salt-pepper noise, orientation gradient, extreme value, median filter

窦燕,孔令富. 一种基于极值和方向的滤波算法[J]. 计算机工程与应用, 2007, 43(28): 41-43.

DOU Yan,KONG Ling-fu. New filter algorithm based on extreme value and orientation[J]. Computer Engineering and Applications, 2007, 43(28): 41-43.

[1]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[2]	许瀚誉，冯翔，虞慧群. 万有引力与群体状态自适应的智能优化算法[J]. 计算机工程与应用, 2020, 56(9): 48-55.
[3]	陈熙，道尔吉，李运兰，韦立，夏道勋，熊祥光. 多方向局部相位量化模式及纹理分类[J]. 计算机工程与应用, 2020, 56(13): 216-222.
[4]	晁静静，沈文忠，宋天舒. 基于HOG和SVM的双眼虹膜图像的人眼定位算法[J]. 计算机工程与应用, 2019, 55(9): 184-189.
[5]	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.
[6]	朱学峰，徐天阳，吴小俊. 基于自学习特征的相关滤波跟踪算法[J]. 计算机工程与应用, 2019, 55(20): 58-64.
[7]	彭媛，段先华，王万耀，鲁文超. 基于多线索特征融合的图像分类方法[J]. 计算机工程与应用, 2019, 55(20): 164-169.
[8]	韩习习，魏民，徐西义，李巧月，陈曦，祝汉城. 基于多特征融合的交通标志识别算法[J]. 计算机工程与应用, 2019, 55(18): 195-200.
[9]	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.
[10]	李龙澍1，2，张效见2. 一种新的自适应惯性权重混沌PSO算法[J]. 计算机工程与应用, 2018, 54(9): 139-144.
[11]	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.
[12]	刘文培1，李凤莲1，张雪英1，田玉楚1，2. 面向人脸识别的WPD-HOG金字塔特征提取方法[J]. 计算机工程与应用, 2018, 54(22): 150-155.
[13]	肖佳，张俊华，梅礼晔. 基于改进BM3D算法的椒盐噪声去噪[J]. 计算机工程与应用, 2018, 54(21): 170-175.
[14]	于丽1，刘坤2，于晟焘3. 基于密集卷积神经网络的遥感飞机识别[J]. 计算机工程与应用, 2018, 54(19): 179-185.
[15]	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.