自适应保细节中值滤波算法的设计与实现

摘 要：为了在滤波脉冲噪声的同时更好的保护图像细节，本文将均值滤波和中值滤波结合起来，用两种不同的滤波窗口对噪声进行检测和滤波，提高其降噪性能和保边能力。

关键词：脉冲噪声；中值滤波；噪声检测；均值滤波

中图分类号：TN713 文献标识码：A 文章编号：1674-7712 （2014） 12-0000-01

在数字图像的形成和传输中，不可避免地会引入噪声，其中最为常见的是椒盐噪声[1]。中值滤波是非常有效和经典的椒盐噪声滤除算法[2]，但存在过渡平滑的问题。本文提出自适应保细节中值滤波算法，使用两种滤波窗口，结合滤波窗口内像素的均值，更精确的进行噪声检测和滤除。另外，以双总线双内核系统架构为平台，进行硬件设计。实验结果表明，本文算法对脉冲噪声检测的准确性和噪声滤除的有效性都有很大的提高。

一、自适应保细节中值滤波算法

二、硬件实现

本文降噪模块包括三个功能单元：数据缓存、缓存控制、噪声判定与滤波。电路设计如图1所示。

图1 自适应保细节中值滤波架构图

（一）数据缓存

为节省存储空间本文采用YUV422的存储方式，且4个像素点存储在同一个地址，选用2片单端口的480×64 SRAM，让读写分散在不同的周期。架构图如图2所示。

图2 数据缓存架构

（二）缓存控制

控制状态机如图3所示，共有IDLE、RST、Line1、Line2、Line>3五个状态。当IDLE状态接到降噪使能和帧同步信号时进入初始化状态（RST）；RST状态接收到行同步信号后进入第一行数据的接收（Line0）状态，因算法是基于3×3的块，所以第一行数据不会启动降噪滤波模块；Line1状态时开始第一行数据的降噪，同时把第二行像素写入行缓存1；Line>3时进入第二行像素的降噪；当行计数器等于图像高度时，跳转到Line1状态，此时还需要对最后一行数据做降噪，会用两条最后一行和次后行像素。当所有数据处理完毕进入IDLE状态，等待新一轮循环。

（三）噪声判定和滤波

图4 求中值电路示意图 图5 求均值电路示意图

三、仿真实验及结果分析

在Lena图像中分别加入程度不同的椒盐噪声，用标准中值滤波（med）、多级中值滤波（med_mlmf）、多窗口中值滤波（med_mwmf）和本文算法分别进行降噪处理，并用降噪后图像的峰值信噪比（PSNR）作为评价标准。PSNR计算公式为：

（1）

表1 四种算法降噪后图像的PSNR值比较

从表1的数据中可以看出，本文算法降噪后图像的PSNR值最高，这表明，本文算法在降噪和保护图像细节上具有优势。

参考文献：

[1]Pitas I， Venetsanopoulos A N.Order statistics in digital image processing.in：Proceedings of the IEEE，New York，1992：1893-1921.

[2]Astola J，Kuosmanen P.Fundamentals of nonlinear digital filtering.New York：CRC，1997.

[作者简介]张培（1985.02-），女，硕士，研究方向：微电子与固体电子学。