一种彩色图像自适应中值滤波方法.pdf

4 5 0计算机技术与应用进展·2 0 0 6 I I I 一种彩色图像自适应中值滤波方法8 韩晓微1 ' 2 晏磊1 原忠虎2 徐心和3 1 北京大学遥感与地理信息系统研究所空间信息集成与3 S 工程应用北京重点实验室北京1 0 0 8 7 1 2 沈阳大学信息工程学院辽宁沈阳1 1 0 0 4 4 3 东北大学人工智能与机器人研究所辽宁沈阳1 1 0 0 0 6 掖要：根据图像中象素点附近四个邻域的灰度均值，自适应调整脉冲噪声判断闽值，检测各颜色 通道的脉冲噪声位置，由各通道的噪声检测结果经运算得到彩色图像脉冲噪声检测结果采用改进的 自适应矢量中值滤波法，对脉冲噪声有选择地滤除实验结果表明，该方法结合标量方法进行脉冲噪 声检测，矢量方法滤除彩色图像中的脉冲噪声，具有较好的滤波性能指标和视觉效果 关健词：彩色图像滤波脉冲噪声颜色空间噪声检测自适应中值滤波 针对脉冲噪声的彩色图像滤波要求在有效滤除噪声的同时要保持良好的边缘细节，且不产生新的颜色而 造成颜色失真彩色图像脉冲噪声的滤除可采取标量滤波法和矢量滤波法实现Ⅲ矢量滤波法多采用基于排 序的非线性滤波技术，可较好地保持图像细节”J 其中，基于矢量中值的滤波方法通常被称为矢量中值滤波 器( V M F ) ”J ，在矢量中值滤波方法的基础上，人们又提出了一‘些改进的矢量中值滤波方法”jl 。

对于噪声图 像来说，通常只有一部分的象素受到了噪声的干扰，因此，人们又提出了基于脉冲噪声检测的图像滤波方 法⋯”，但这些方法在判断和滤除脉冲噪声过程中还存在一定的缺陷本文通过对彩色脉冲噪声的图像特征 分析，提出了一种新的彩色图像脉冲噪声滤波方法 1 脉冲噪声检测 设R G B 颜色空间表示的彩色图像D ，如图l 所示，图像中的象素颜色用矢量来表示，由三个特定意义的 分量组成 O = { ( D ( ‘J ) ，0 ≤f ≤L ，0 ≤J ≤M ) ，O ( i ．J ) = ( O R ／i , j 】，( k 幢J ) ，O B O , J ) )( 1 ) 其中( i ，J ) 代表象素点的位置，￡和M 分别为整个彩色图像的行数和列数在原彩色图像中加入2 0 ％的脉冲 噪声得到一噪声图像D ’，如图2 所示 O ’= ( ( D ’( ‘，) ’0 ≤f ≤L ，0 ≤J ≤M } ，O t J ) = ( O R ’( ^ J ) ，0 6 “J ) ，O B ‘( ¨) ) ( 2 ) 对于一个彩色图像中的像素，若其任一分量被噪声污染，则该象素被认为是噪声点单通道的脉冲噪 声图像为一灰度图像，脉冲噪声点的灰度是该点正常灰度与噪声灰度的叠加。

当图像中某一象素受到了脉 冲噪声的干扰，它的灰度值将与其周围相邻象素点的灰度值相差较大 为了标识脉冲噪声的位置，首先建立与各颜色通道噪声图像的维数大小相同的布尔矩阵，称为噪声标 识矩阵，表示为N c ，这里C ∈f R ，G ，B } 矩阵中每个元素都与待处理的单通道噪声图像中每个象素相对 ‘基金资助t 辽宁省自然科学基金资助项目( 2 0 0 4 2 0 0 1 ) 作者简介- 韩晓微( 1 9 6 9 一) ，男，辽宁西丰人，博士，沈阳大学副教授，北京大学遥感所博士后；晏磊1 1 9 5 6 一) ，男，湖北 武汉人- 博士，北京大学教授．博士导师；原忠虎( 1 9 6 2 一) ，男，辽宁庄河人，博士，沈阳大学教授徐心和( 1 9 4 1 ) ，男， 辽宁沈阳人，东北大学教授，博士导师 应，用N c ( f ，) 表示，即N c = { N o ( f ．，) ∈{ 0 ，1 ) ，1 ≤i ≤厶1 ≤，≤M ) ，肌( ¨】为0 表示该元素所对应的图像 象素为脉冲噪声，为1 表示原图象象素在分别得到了三个颜色通道的脉冲噪声检测结果后，按以下形式 得到整个彩色图像的脉冲噪声检测结果：Ⅳ= 牖n ^ b n №，N = l Ⅳ( f ∽，1 ≤i ≤L ，1sJsM ) 。

这 里的N 表示整个彩色图像的噪声标识矩阵，N 表示布尔矩阵与运算 图1 藤彩色圈像圈2 受脉冲噪声干扰的彩色圈像 设单颜色通道噪声图象中的一待检测象素点O c ' ( i ．』' ，C e { R ，G ，B ) 在该点的上下左右四个方向定义 四个邻域，即上邻域夙( ¨) 、下邻域抗{ ‘肌左邻域占m ，) 、右邻域t ；e ( i ，J ) ，每个邻域为3 行3 列的9 个象 素区域定义待检测象素点的各邻域灰度平均值分别为A n ( i ，』) ，A 州，，) ，A w ( i ，n A e ( f 、j ) 根据脉冲噪声的图象特征，利用待识别象素及其邻域灰度差值来判别一个象素是否为噪声本文采用 了串行的方式对噪声进行检测，并根据待检象素邻域的灰度均值自适应调整判断阈值这里灰度差值的判 定阈值设为乃“m 计算方法如下： T 州朋：丁h ! 墅! 兰坐型1 ( 3 ) L 1 2 7 ．5 ／ 式中P ∈{ n ，5 ，w ' P ) 表示四个邻域的阈值n 表示闽值基值，范围为( o ，2 5 5 ) ，可根据实验效果人为地设 置 确定了阈值后，可根据判定规则对象素点进行判断具体判定规则为：如果一个象素点的灰度值同时 满足以下条件：佛h ，) ( √b ( f 。

J ) + 乃( f ．，心；或者同时满足以下条件：D c ．( I ，』) c ( A P f ．』) ．昂{ f ．∞ 则可以判定为噪声象素否则，认为是原象素点 2 ．1 滤波窗口的自适应调整 2 脉冲噪声的自适应滤除 扫描图象各象素点所对应的噪声检测矩阵元素值，如果为则对所对应的象素点进行滤波为1 则保 持原值 a ) ( i , j ) - - - - 戤’撒蠹 ㈣ 这里D ( “】为最终的象素颜色输出值，D ，“为经过改进的矢量中值滤波器输出的象素颜色值 对于脉冲噪声象素0 ’，根据其邻域的噪声污染程度不同，自适应地调整中值滤波窗口的大小窗口大 小选择有以下三种形式，如下定义： S c ( t ．j ) = ( “，J - 1 ) ’( 1 ，J + 1 ) ，( f 一1 ，J ) ，( f + 1 ，，) 1 ( 5 ) s t ( f ．』) = { ( i + k ，j + Z ) ，≈，1 = 一1 ，o ，1 ) ． ( 6 ) 劈( f ，』) = { ( f 十．i } √+ Z ) ，k ，z = 一2 ，0 ，2 J( 7 ) ＆( f ．』) S t ( i ．，) 菏( f ，』) 为0 ’( ，，』) 的邻域窗口。

设S ( “J ) 为要选择的滤波窗口的大小，选择的方法为：D t f ，』) 的四 连接区域存在非噪声点象素，则S ( ¨) = ＆( f ．』) ；0 t f ．，) 的四连接区域不存在非噪声点象素，则S ( f 』) = S t a J ) ； 4 5 2 计算机技术与应用进展·2 0 0 6 ＆中仍然不存在非噪声象素点，则S ( i ．，) = S s ( i ，』) 2 ．2 改进的矢量中值滤波 方法可分为两个步骤来完成： ( 1 )对滤波窗口中的矢量集合计算其各颜色通道分量的平均值，已经被判定为噪声象素的颜色值不再 参与滤波计算，这样构成了一平均值颜色矢量％= ( i r ，g ，6 ) 其r ，g ，b 值计算如下： ∑N R ( “) 依铀∑ⅣG 帆J ) 0 6 讪)∑N B ( “) Q ¨) 半F ㈣i 2 半F ∽诂鼍阿 ㈣’ ( I ，j ) e S( f ．』k 5( E ，J k s ( 2 ) 对窗口中的所有非噪声象紊颜色矢量，计算其到平均值矢量％的距离，取其中距离最小( a r gr r 6 n ) 的颜色矢量作为滤波器的输出矢量‰，滤波窗口中的中心象素颜色矢量被颜色矢量V o 。

t 所替换即 k = a r g m i n √( n —r ) 2 + ( g i —g ) 2 + ( h 一6 ) f = 1 ，2 ，⋯L ( 1 1 ) 则V o w = V k ．“∈S ，L 表示滤波窗口中的非噪声象素的点数噪声象素颜色值的最终滤波输出为： O ( i ．i ) 2 D “= 亿_ t 3 仿真实验结果 采用本文方法对图2 所示的噪声图象做滤波实验，实验结果如图3 所示为了说明本文方法对于脉冲噪 声滤除的能力，同时也便于与其它文献中的滤波方法比较，这里以同时归正均方差N M S E ( N o r m a l i z e d M e a n S q u a r eE r r o r ) 和P S N R ( P e a ks i g n a lt oN o i s eR a t i o ) 作为滤波性能的客观评价标准，表1 给出本文方法对几 种噪声概率分布的L e n a 图象滤波结果图像的性能指标 噪声概率密度 N M S E ( x 0 ．0 1 )P S N R ( d B ) 5 ％0 ．0 3 34 0 ．0 5 1 0 ％0 ．0 5 63 7 ．8 3 2 0 ％ 0 ．1 l3 4 ．8 2 3 0 ％0 ．2 03 2 t 3 7 4 0 ％0 ．3 33 0 ．1 l 5 0 ％0 ．5 72 7 ．7 5 图3 彩色图像滤波结果 本文中选择的T b = 1 2 5 。

通过对比观察滤波后得到的图像，噪声图像中的噪声像素被明显地滤除，图 像清晰，滤波结果图像比较明显降低了原噪声图像的颜色失真 4 结束语 本文提出的方法运算简单，易于实现，可以有效地滤除彩色图象中的脉冲噪声在特殊应用场合，可 以循环使用本算法，不断提高滤除噪声的效果，对非噪声点的象素颜色值不会有影响比较人眼视觉感观 并滤波性能指标，本方法在图像边缘细节保持上优于其它文献中所提到的彩色图像滤波方法 一种彩色图像自适应中值滤波方法453 参考文献 【1 ] T r a h a n i a sPE ，P i t a sI ，V e n e t s a n o p o t t l o u sAN ．C o l o ri m a g ep r o c e s s i n g ．I nCTL c o n d o e s ，e d ．C o n t r o ld y n a m i c s y s t e m s ，1 9 9 4 ，6 7 ：4 5 ～9 0 ． 【2 】P i t a sI _ V e n e t s a n o p o u l o sAN ．N o n t i n e a rd i 西t a lf i l t e r sp r i n c i p l e sa n da p p l i c a t i o n s ．N e wY o r k ：K l u w e r A c a d e m i cP u b h s h e r s ．1 9 9 0 ． [ 3 ] A s t o l aJ ，H a a v i s t oP ，N e u v oYV e c t o rm e d i a nf i l t e r ．P r o c e s s i n go ft h em 髓，1 9 9 0 ’，7 8 ：6 7 8 ～6 8 9 ． 【4 】T r a h a n i a sPE 。

P i t a sI ，V e n e t s a n o p o u l o sAN ．D i r e c t i o n a lp r o c e s s i n go fc o l o ri m a g e ：T h e o r ya n de x p e r i m e n t a l r e s u l t s ．I 班狙T r a n sI m a g eP r o c e s s i n g ．1 9 9 6 ．5 ：8 6 8 ～8 8 0 ． [ 5 ] K a r a k o sDGT r a n i a 。