第6期 林其伟：采用脉冲宽度检测的自适应滤波算法 ·549· 冲型的干扰噪声，则检测干扰脉冲的宽度.根据检测 1 噪声分析 的结果决定所用的滤波器窗口的宽度，以达到既消 设像素x(m,n)为原图像在(m,n)处的取值， 除脉冲型干扰又减轻非脉冲型干扰影响，同时也较 它受噪声干扰的概率为P. 好地保持图像细节的目的.由上述思路得到的算法 当像素受噪声干扰时记为x'(m,n),若被脉冲 步骤如下： 型噪声干扰时，x'(m,n)的取值变为P（受负向脉 1)干扰噪声类型的检测.对图像中是否存在非 冲干扰时)成P（被正向脉冲干扰时)， 脉冲型于扰噪声的检测，采用区域方差比较法来实 y(m,n)是受干扰的图像，则 现.为此将图像分割成几个子图像，计算各子图像的 「x'(m,n),概率为P; 方差，是否满足 y(m,n)= (1) lx(m,n),概率为P. [oi>Ta1,i=(1,…,W); (4) 已知对均值为零，方差为σ的正态分布噪声而 lo-o>Ta,iJj=1,…,N,i≠ji 言，当采用中值滤波器时输出的噪声方差为 这里：o(i=1,…,N)为各子图像计算所得方 。4w(而g+”,为 差，T,T2为由对图像的知识所确定的两个阈值.一 2 (2) 般认为：若σ比较大，则图像变化剧烈，存在脉冲型 噪声干扰的可能性就大；反之，若σ小于某一阈值， 式中：σ为输入噪声功率，W为中值滤波器的窗口， 则图像变化不是很剧烈，存在脉冲型噪声干扰的可 m为输入噪声均值，(m)为输人噪声密度函数， 能性就小.而Ta用于衡量相邻图像子块变化的剧烈 若采用均值滤波器时，输出噪声方差σ：为 程度是否一致，当其变化小于某一阈值时，则认为图 (3) 像子块之间变化的剧烈程度相近，此时对应的图像 l 从式(2)、(3)可知，中值滤波器的输出噪声与输入 本身细节较多，而不是由脉冲型干扰噪声所引起， 噪声的密度分布状况有关，而均值滤波器的输出噪 若式(4)的条件满足，则认为所处理的图像中 声与输入噪声的密度分布状况无关，中值滤波器对 存在脉冲型干扰噪声，此时进入步骤2)：若式(4)的 脉冲干扰的消除效果比较理想，而均值滤波器则对 条件不满足，则认为所处理的图像不存在脉冲型干 忧噪声，则直接转步骤3)，使用均值平滑算法处理 高斯白噪声的消除有较好的效果.因此，对于随机噪 来降低图像中非脉冲型噪声干扰的影响。 声的抑制来说，中值滤波器的性能不如均值平滑滤 波器；而对独立的脉冲性干扰噪声，特别是宽度小于 2)进行脉冲宽度的检测.定义检测指标h-1, W2的相对较远的脉冲干扰，中值滤波器的噪声滤 h,v-1,为 波效果较好.在对图像中的噪声进行抑制时，需要针 [h:=x,m+i-l-无，m+i， 对噪声的分布特性来选择合适的滤波器类型， h1=名am一花，m-1, (5) :=+i-l,m一七+i,m, 2采用噪声脉冲宽度检测的自适应滤 -1=xn,m一x4-l,m 波算法 这里，i=1,2,…,出a-和x-1n分别为滤波器 窗口在位置(n,m-1)和(n-1,m)处的灰度值. 若希望在去除脉冲干扰的同时对非脉冲性的干 下面以水平方向为例，说明对脉冲宽度进行检 扰噪声也有较好的抑制效果，而对原图像的有用信 测的操作。 息的影响同时又为最小，可以通过对干扰噪声脉冲 利用h1和h:,可检出脉冲宽度为“1”的噪声. 宽度和类型的检测来设计滤波算法.为此，本文在 a)如果h1>T1且h-1>T,或h1<-T1且 Lin提出的自适应中值滤波器算法的基础上进行了 h-1<-T,则说明在位置(n,m-1)处的像素值远 改进和简化. 大于(n-1,m-1)及(n+1,m-1)的像素值，所 为了在检出宽度为单个像素的脉冲干扰的同 以认为在位置(n,m-1)处存在一个宽度为1的脉 时，还能抑制具有一定宽度的脉冲干扰及高斯白噪 冲干扰，这时用宽度为3的中值滤波器可将其滤除， 声，首先检测是否存在脉冲型的于扰噪声，若不存在 程序转向对下一像素（即(n+1,m-1)处）的检测. 脉冲型的干扰噪声则直接进行平滑滤波；若存在脉 上述T,为检测阚值