一种新的椒盐噪声去除方法

【摘 要】本文对中值滤波算法进行了改进，提出了一种基于噪声点检测的椒盐噪声去除方法。对分布在噪声范围内的点进行噪声点检测，对确定为噪声点的像素点进行中值滤波，其他像素点保持不变。

【关键词】图像去噪；椒盐噪声；中值滤波

A New Method to Remove Salt-and-pepper Noise

YANG Ming1 LI Jing2

（1.College of Information and Control Engineering， Jilin Institute of Chemical Technology， Jilin Jilin 132022， China；

2.Jilin Information Engineering School， Jilin Jilin 132022， China）

【Abstract】To remove salt-and-pepper noise， median filter is improved in this paper. We determine the pixels in the scope of noise as true noise pixels or not， and then median filter is used to remove noise pixels. The other pixels are remained.

【Key words】Image denoising； Salt-and-pepper noise； Median filter

在图像处理领域，影响图像质量的噪声主要有指数噪声、均匀噪声、椒盐噪声等。其中，椒盐噪声的去除是图像处理里面一个研究很久的课题，出现最早的有效方法是中值滤波[1]。它是一种非线性滤波方法，对图像的所有像素点均进行处理，改变了图像中真实的像素点，这是传统中值滤波的一个重大缺点[2]。针对这一问题，本文对传统中值滤波进行了改进，先检测图像中的噪声点，只对噪声点进行中值滤波，而对非噪声点不作处理，保留了图像信息。

1 噪声点检测

图像椒盐噪声一个明显的特点就是灰度值分布具有两极性，集中出现在0和255的附近，即处在[0，δ]∪[255-δ，255]中。但并不是所有范围内的点都是噪声点，也可能是图像真实的像素点。对处在范围内的像素点，本文采用了文献[3]的噪声点检测方法，来确定噪声点的真实性。

f（i，j）为落在噪声范围内的像素点，设有四个方向检测算子：

，记为方向核Kh（h=1，2，3，4），Xij为以f（i，j）为中心的5×5图像，Val为Xij与四个方向检测算子卷积的最小值，即：

Val=minXij？茚Kh，h=1，2，3，4（1）

根据下式确定噪声点的真实性：

f（i，j）∈噪声点，ifVal≥Tol非噪声点，else（2）

其中，Tol为阈值。

2 实验仿真

仿真实验中，在Lena图像中加入椒盐噪声，密度分别为0.2和0.5。

实验结果显示，本文对中值滤波的改进方法是有效的。无论是在主观视觉，还是在峰值信噪比的对比中，本文算法较之传统中值滤波均有所提高。

3 结论

本文提出了一种新的椒盐噪声去除方法，对传统的中值滤波方法进行了改进。首先对分布在噪声范围内的点进行噪声点检测，对确定为噪声点的像素点进行中值滤波，其他像素点不进行处理，保留了更多的图像信息。

【参考文献】

[1]Rafael C. Gonzalez and Richard E. Woods. Digital ImageProcessing. Second Edition[M]. Beijing： Publishing House of Electronics Industry，2002.

[2]杨明，陈玲玲.基于线性预测的图像去噪[J].吉林化工学院学报，2014，31（5）：72-75.

[3]金良海，李德华.基于噪声检测的图像去噪算法[J].模式识别与人工智能，2008，21（3）：298-302.