ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
２０１０。４６（３）１７５
改进的自适应中值滤波
王晓凯，李锋
ＷＡＮＧＸｉａｏ－ｋａｉ，ＬＩＦｅｎｇ复旦大学电子工程系，上海２００４３３
Ｄｅｐａｒｔｍｅｎｔ
ｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ
２００４３３，Ｃｈｉｎａ
Ｅ—ｍａｉｌ：０７２０２１０３１Ｃ酐ｕｄａｎ．ｅｄｕ．ｃｎ
ＷＡＮＧ
Ｘｉａｏ－－ｋａｉ，ＬＩ
ＦｅｎｇＪｍｐｒｏｖｅｄａｄａｐｔｉｖｅｍｅｄｉａｌｌｍｔｅｒｉｎｇ．ＣｏｍｐｕｔｅｒＥｎ毋ｎｅｅｒｍｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ。２０１０，４６（３）：１７５－１７６，
Ａｂｓｔｒａｃｔ：Ｍｅａｎｆｉｌｔｅｒｓ
ｃａｌｌ
ｓｍｏｏｔｈｔｈｅ
ｔｏ
ｉｌ瑚呼ｎｏｉｓｅｗｈｉｌｅａｄａｐｔｉｖｅ
ｍｅｄｉａｎｆｉｌｔｅｒｓ
ｃａｎ
ｐｒｅｓｅｒｖｅ
ｔｈｅｄｅｔａｉｌｓ
ａｎｄ
ｅｄｇｅ
ｉｎｆｏｒｍａｔｉｏｎ
ｏｆｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅ．Ｉｎｏｒｄｅｒ
ｒｅｓｔｏｒｅｔｈｅｉｍａｇｅｗｉｔｈｐｒｏｐｏｓｅｓ
ａ
ｈｉｇｈ－ｄｅｎｓｉｔｙｉｍｐｕｌｓｅｎｏｉｓｅ，ｔｈｉｓｐａｐｅｒｃｏｍｂｉｎｅｓｔｈｅｍｅｒｉｔｓｏｆｍｅａｎｆｉｌｔｅｒｓ
ｍｅｄｉａｎ
ｔｈｅ
ｆｉｌｔｅｒｓ．Ｔｈｅ
ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗ
ｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅ
ａｎｄ
ｔｈａｔ
ａｄａｐｔｉｖｅ
ｍｅｄｉａｎ
ｆ＇ｄｔｅｒｓ。ａｎｄ
ｅｌｉｍｉｎａｔｅ
ｎｅｗ
ａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅ
ｔｈｅｉｍａｇｅ
ｔｈｅａｌｇｏｒｉｔｈｍ
ｉｍａｇｅ
Ｃａｎ
ｈｉｇｈ—－ｄｅｎｓｉｔｙｉｍｐｕｌｓｅｎｏｉｓｅｉｎ
ａｎｄ
ｐｒｅｓｅｒｖｅ
ｄｅｔａｉｌｓａｎｄｅｄｇｅ
ｏｒｉｇｉｎａｌｅｆｆｅｃｔｉｖｅｌｙ．
Ｋｅｙｗｏｒｄｓ：ｉｍｐｕｌｓｅｎｏｉｓｅ；ｍｅａｎｆｉｌｔｅｒｉｎｇ；ｍｅｄｉａｎｆｉｌｔｅｒｉｎｇ；ａｄａｐｔｉｖｅｗｉｎｄｏｗｓ
摘要：均值滤波能较好的平滑图像的噪声，自适应中值滤波能较好的保存原始图像的细节和边缘。为了恢复被高密度脉冲噪声污染的图像，提出了改进的自适应中值滤波算法，新算法结合了均值滤波和自适应中值滤波两者的优点。实验结果表明，该算法能够有效地消除被污染图像中的高密度脉冲噪声，并较好地保留原始图像细节和边缘。关键词：脉冲噪声；均值滤波；中值滤波；自适应窗口ＤＯＩ：１０．３７７８／ｊ．ｉｓｓｎ．１００２—８３３１．２０１０．０３．０５３
文章编号：１００２—８３３１（２０１０）０３－０１７５－－０２
文献标识码：Ａ
中图分类号：ＴＮ９１１
ｌ引言
图像在生成、传输过程中，容易产生脉冲噪声【・１。产生脉冲噪声的原因多种多样，其中包括传感器的局限性以及通信系统的故障和缺陷，噪声也町能在通信系统的电气开关和继电器改
（黑），ｂ＝２５５（白）。若只或Ｒ为０，则脉冲噪声称为单极脉冲。如果只和Ｒ均不为０，尤其是他们近似相等时，则脉冲噪声类似于随机分布在图像上的胡椒和盐粉微粒，“椒盐”噪声因此得名。
对于中值滤波器，只要脉冲噪声的空Ｉ’甘Ｊ密度不大，性能就会很好（根据经验，只、Ｒ小于０．２）。自适应中值滤波器可以处理具有更大概率的脉冲噪声。自适应中值滤波器在进行滤波处理时依赖一定条件而改变＆的大ｚＪｚ＇Ｊ。滤波器的输出是—个单值，该值用于代替点（茗，，，）处的像素值，点（茹，，，）是在给定时间
变状态时产生。脉冲噪声对模拟数据仅是小麻烦，但在数字式
数据通信中，脉冲噪声是出错的主要原因。脉冲噪声又称为“椒盐”噪声，消除的方法分为线性滤波和非线性滤波。线性滤波１２】
由于具有低通特性，不容易保存图像的细节和边缘，故非线性
滤波四在消除脉冲噪声方面具有更广泛的应用。非线性滤波的典型代表是中值滤波。自Ｔｕｋｅｙ在２０世纪７０年代提出中值滤
窗口岛被中心化后的—个特殊点。
采用如下符号：ｚ。为ｓ。中灰度级的最小值；ｚ。为＆中
波阿以来，中值滤波技术被广泛应用于消除图像中的脉冲噪声。
在中值滤波中又以自适应中值滤波ｌ，—，ｌ在去除噪声和保存细节两方面效果最好，但随着脉冲噪声密度的增大，上述滤波器的性能随之下降。文章结合均值滤波和自适应中值滤波两者的优点，提出了结合均值滤波的自适应中值滤波算法。
灰度级的最大值；：利为＆中灰度级的中值；％为在坐标（并，，，）
上的灰度级；Ｊｓ一为＆允许的最大尺寸。
自适应中值滤波器算法工作在两个层次，定义为Ａ层和曰层。
Ａ层：Ａｌ≈。。一幽，Ａ勰．矿名一
如果Ａ１＞０且Ａ２＜０，则转到曰层，否则增大窗口尺寸≤５。。如果窗口尺寸，则重复Ａ层，否则输出ｚ捌。
２自适应中值滤波
脉冲噪声的概率密度函数可由下式给出【Ｉ】：
１只，：＝口
曰层：曰ｌ≈。唁。，眈≈。喈一
（１）
如果ＢＩ：Ｍ）且Ｂ２＜０，则输出％，否则输出ｚ利。
这个算法主要有三个目的：去除脉冲噪声；平滑其他非脉冲噪声；减少诸如物体边界细化或粗化等失真。
ｐ（：）＝｛Ｒ，ｚ－－ｂ
１０。其他
通常假设ａ和ｂ是饱和值，即对于一个８位图像，ａ＝０
作者简介：王晓凯（１９８４一），男，硕士。主要研究方向为电路理论、信号处理、滤波器设计等；李锋（１９４６－），通讯作者，男，教授，博士生导师，主要研
究方向为电路理论、信号处理、故障诊断等。
收稿日期：２００８－０８—１０
修回口期：２００８—１ｌ－０３
万方数据
１７６
２０１０，４６（３）
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
３改进的自适应中值滤波
自适应中值滤波从两个方面进行改进：自适应窗口的改进和结合均值滤波。
３．１自适应窗口的改进
滤波器的窗口主要为以下两种：第一种为ＩｔＸｉｔ的正方型窗口，考虑到对称性，一般凡取奇数；第二种为十字形窗ＩＺｌ，具有
保持水平和竖直方向上细线的特点。为了更全面地保留图像的
边缘且去除噪声，必须合适地选用窗口。
在文献【８】中，自适应窗口为正方形，当增大窗口尺寸时，正方形窗口边长加２。在传统的自适应中值滤波中，采用的自适应窗口如图１所示。
（ａ）３ｘ３（ｂ）５ｘ５（ｃ）７ｘ７
图１传统的自适直窗口
由文献【ｌ】知，滤波窗口越小，对保留图像的细节效果越好。故在该文的自适应中值滤波中，通过采用不同形状、不同尺寸的自适应窗口，在自适应过程中尽可能的用较小的窗口进行滤波，来更全面地保留图像的细节和边缘，如图２所示。得到自适应滤波的窗口，在自适应中值滤波算法Ａ层中，如果不满足
Ａ
１＞０或者不满足Ａ２＜０，则根据图２顺序，不仅改变窗口尺寸，
也改变窗口的形状。
图２该文所使用的自适应窗口
３．２结合均值滤波
随着噪声的增大，自适应中值滤波去除噪声效果变差，而均值滤波在去除噪声方面有较大的优势。通过结合均值滤波，使自适应中值滤波在保留细节的同时，也能较好地去除噪声。
还是以ｓ一的７ｘ７为例，当自适应中值滤波算法进行到最
后一步时，如果由于噪声密度较大，在ｚ。点上使。利输出为极值（０或２５５）。通过对ｚ。进行窗口大小为７ｘ７均值滤波，来消除噪声。
文章采用修正后的均值滤波器嘲，即在＆邻域内去掉文ｓ，ｆ）
灰度值为０和２５５的像素，其中ｇ（ｓ，ｆ）是被噪声污染的ＭｘＮ
图像。用品（ｓ，１）来代表剩余的像素。设“ｓ，ｔ）中灰度值为０的
像素个数为Ｐ个，ｇ（ｓ，ｔ）中灰度值为２５５的像素个数为ｑ个，则修正后的均值滤波器由下式表示：
地，，）２丽再１“菱凡如）
（２）
万
方数据３．３算法流程
对自适应中值滤波改进后的算法如下：
步骤ｌ对每—个像素点Ｚ－。，计算ＢＩ＝ｚ。唁。，舵≈。喈。，如果ＢＩ＞Ｏ且舵＜０，则ｚ。值不变，否则，进行步骤２操作。
步骤２计算Ａｌ≈。矿２ｍ，Ａ２≈。一。，如果Ａ１＞０且Ａ２＜Ｏ且
窗口尺寸≤ｓ。，则ｚ芦利；如果Ａｌ≤０或Ａ２＞一０，且窗Ｅｌ尺寸等
于ｓ。，则ｚ。≈。（ｚ～为以ｚ。为中心，以ｓ。为邻域，采用修正后的均值滤波的结果）；如果Ａｌ≤０或Ａ２Ｉ＞０，且窗口尺寸小于ｓ。，则增大窗口，增大顺序如图２所示，然后进行步骤ｌ操作。
对被噪声污染的图像的每个像素进行上述操作后，输出即
为最终滤波后输出的图像。
４仿真实验及结果分析
在仿真实验中，分别利用不同的方法对被高密度脉冲噪声污染的Ｌｅｎａ图像进行处理，如图３所示。
（ａ）原始图像（ｂ）被Ｐ．＝Ｐｂ＝Ｏ．７的椒（ｃ）５ｘ５中值滤波
盐噪声污染的图像
（ｄ）７ｘ７中值滤波（ｅ）自适应中值滤波
（ｆ）改进的自适应
（＆Ｆ７）
中值滤波（＆ｌ＝７）
图３对Ｌｅｎａ的滤波输出结果比较
通过比较可以看出，当椒盐噪声Ｐｏ＝Ｐ，－－ｏ．７时，结合均值滤波的自适应中值滤波相对于其他滤波算法具有较明显的优势，效果比较理想。
对滤波效果的评价，除了图像的主观视觉效果外，还需要
一种客观的评价方法。该文使用峰值信噪比（Ｐｅａｋ
Ｓｉｓｎ，ａＮｏｉｓｅ
Ｒａｔｉｏ，ＰＳＮＲ）和平均绝对值差（Ｍｅａｎ
Ａｂｓｏｌｕｔｅ
Ｅｒｒｏｒ，
ＭＡＥ）叶乍为客观评价的标准。ＰＳＮＲ和ＭＡＥ的定义如下：
ＰＳＮＲ＝１０１９［
肘×Ⅳ×Ｌ２
（３）
∑∑【，（ｍ，Ｉｔ／，）０（／ｉｔｔＩｔ）】：
ｍ＝ｌ
ｎ＝ｌ
Ｍ
Ｎ
ＭＡ鹏』生』生—一一一一
∑∑ｊ，（ｍ，ｎ）孑（ｍ，ｎ）ｉ
（４）
ＭｘＮ
其＊ｇｍ，ｎ）是原始图像的灰度值；Ｐ（ｍ，ｎ）是滤波后的图像灰
度值；肘和Ｎ分别为图像的长和宽，文章采用的实验图像肘＝Ｎ＝５１２。对于２５６级灰度图像，Ｌ＝２５５。
由式（３）、（４）可知，ＰＳＮＲ值越大，ＭＡＥ值越小，则算法的效果越好。各个算法的性能指标如表１所示。从表中可以看出，该文所提出的算法在效果上是最优的，且噪声的密度越大，相对于其他算法的优势越明显。
（下转２１８页）
２１８
２０１０，４６（３）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
（％）
袁４在融合参数体系Ｆ两种分类器对未知样本集合的分类识别率
纹理类型
ｌ９７．５０
２１００．０１００．０
３９０．００９５．００
４９７．５０９５．００
５１００．０１００．０
６１００．０１００．０
７１００．０１００．０
８１００．０１００．０
９９５．００９７．５０
１０总体
８２．５０８５．００
９６．２５９７．００
最近邻分类器
集成ＢＰＮＮ分类器９７．５０
表５在最优ＧＬＣＭ参数体系Ｆ两种分类器对未知样本集合的分类识别率（％）
—毓辆孤磊—瓦百丽丽面而瓦而丽而丽面丽丽ｉ而—蕊矿瓦丽
纹理类型
１
２
３
４
５
６
７
８
９
１０总体
集成ＢＰＮＮ分类器８０．ｏｏ９５．００８７．５０
７７．５０
９２．５０
９２．５０８７．５０１００．００
９５．００
９５．００９０．２５
表６在最优ＧＭＲＦ参数体系下两种分类器对未知样本集合的分类识别率（％）纹理类型最近邻分类器
１９５．００
２
３
４
５
６９７．５０１００．００
７９７．５０
８
９
１０总体
９７．５０７７．５０９７．５０８５．００
９５．００９５．００１００．００９２．５０
９７．５０９０．００６７．５０９１．００
集成ＢＰＮＮ分类嚣１００．００１００．００１００．００９０．００７５．００９４．００
８５．００％，比最高的识别率９７．００％低了１２个百分点。当参数个数为１ｌ、１３、１５时，在最优组合下最近邻分类器识别率达到最高为９７．ｏｏ％，依据参数个数最少且分类识别率最高原则，最终
【２】于海鹏，刘一星，张斌，等．应用空间灰度共生矩阵定量分析木材表
面纹理特征【Ｊ】．林业科学，２００４，４０（６）：１２１—１２９．
１３】白雪冰，王克奇，王辉．基于灰度共生矩阵的木材纹理分类方法的研
究【Ｊ】．哈尔滨工业大学学报，２００５，３７（１２）：１６６７—１６７０．ｆ４】ＨａｒａｌｉｅｋＲＭ．Ｓｔａｔｉｓｔｉｃａｌａｎｄｓｔｒｕｃｔｕｒａｌａｐｐｒｏａｃｈｅｓ
Ｐｒｏｃｅｅｄｉｎｇｏｆ
ｔＯ
选择特征参数组合怍【形２，Ｗ。，Ｗ，，Ｗ１０’Ｗ¨，Ｗ玎，０。，０３，０５，巩，０１０］为融合后的参数体系。结合表４～表６发现，融合后的参数体系对未知样本集的识别率高于在融合前的最优参数体系的对未
知样本集合的识别率，表明该文所建立的融合参数体系ｙ是有效的。
ｔｅｘｔｕｒｅ［Ｃ］／／
ＩＥＥＥ，１９７５，６７（５）：７８６－８０４．
Ｊ，Ｃ嘶ｌＩｉ
Ｌ，ｅｔ
ａ１．Ｉｍａｇｅ
ｓｅｇｍｅｎｔａｔｉｏｎ
【５】ＳｚｉｒａｎｙｉＴ，Ｚｅｒｕｂｉａｕｓｉｎｇ
Ｍａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄｍｏｄｅｌｉｎ
ｆｕｌｌｙｐａｒａｌｌｅｌ
ｅｅｆｉｕｌａｒｎｅｔｗｏｒｋａ卜
ｅｈｉｔｅｅｔｕｒｅｓｌＪ］．Ｒｅａｌ－ＴｉｍｅＩｍａｇｉｎｇ，２０００，６（３）：１９５－２１１．
４结束语
由于在描述木材纹理方面，灰度共生矩阵和高斯一马尔可
夫随机场的特征参数存在互补信息文章利用ＳＮＦＳ算法将它们融合在一起。融合后的参数体系能够较全面地描述木材纹理，并具有较高的分类识别能力。
【６１６ＡｋｓｏｙＳ，ＨａｒａｌｉｃｋＲＭ．Ｆｅａｔｕｒｅｓｉｍｉｌａｒｉｔｙ
ｍｅａｓｕＦｅ
ｎｏｒｍｓｌｉｚｅｔｉｏｎ
ａｎｄｌｉｋｅｈｃｏｄ－ｂａｓｅｄ
ｆｏｒｉｍａｇｅｒｅｔｒｉｅｖａｌ［Ｊ］．ＰＲＬ．２００１，２２（５）：５６３－５８２．
【刀张开银．模式识别中的信息融合方法一二次决策叽仪器仪表学报，
２００４，２５（４）：５６１—５６４．
【８】ＬｉＨ。ＭａｎｊｕｎａｔｈＢＳ，ＭｉｔｒａＳＫ．Ｍｕｌｔｉｓｅｎｓｏｒｉｍａｇｅｆｕｓｉｏｎｕｓｉｎｇ
ｔｈｅｗａｖｅｌｅｔ
ｔｒａｎｓｆｏｒｍ［Ｊ］．ＧｒａｐｈｉｃａｌＭｏｄｅｌｓａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，
参考文献：
【１】１刘一星．木材视觉环境学【Ｍ１．哈尔滨：东北林业大学出版社，１９９４：
８５－８８
１９９５，５７（３）：２３５—２４５．
【９】９王克奇，王辉，白雪冰．基于模拟退火算法和最近邻分类器识别率的
特征选择方法ｍ泪动化技术与应用，２００７，２６（１）：２７—２９．
ｔｉｏｎ
（上接１７６页）
表１
四种算法处理后的性能指标
ａｎｄｃａｎｃｅｌｌａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｍ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９９５，４３（７）：
ｍｅｄｉａｎｆｉｌｔｅｒｉｎｇ
ａｎｄ
ｒｅｌａｔｅｄ
１６５１一１６６２．
【３】Ｌｅｅ
ＹＨ，Ｉ（ｄｌＳＳ』ｌｌｌＳＡ．Ｇｅｎｅｒａｌｉｚｅｄ
ｎｏｎｌｉｎｅａｒｆｉｌｔｅｒｉｎｇｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＩＥＥＥＴｒａｍＡｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈａｎｄ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９８５，３３（３）：６７２－６８３．
【４】ＴｕｋｅｙＪＷ．Ｎｏｎｌｉｎｅａｒｍｅｔｈｏｄｓｆｏｒｓｍｏｏｔｈｉｎｇｄａｔａ【ｃｌ／／ＰｒｅｃｏｆＥＡＳ—
ＣＯＮ’７４，１９７４：６７３—６８１．
Ａ
Ｎ．Ｍｅｄｉａｎｆｉｌｔｅｒｗｉｔｈ
【５】Ｌｉｎ
Ｈ，Ｗｉｌｌｓｏｎ
ａｄａｐｔｉｖｅｌｅｎｇｔｈ叨．ＩＥＥＥ
ＴｒａｍＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓ。１９８８。３５（６）：６７５—６９０．【６】Ｈｗａｎｇ
Ｈ，Ｈａｄｄａｄ
ＲＡ．ＡｄａｐｔｉｖｅＴｒａｍ
ｓｉｓ，ｌａｌ
ｍｅｄｉａｎ
ｆｉｌｔｅｒｓ：Ｎｅｗ
ａｌｇｏｒｉｔｈｍｓ
ａｎｄ瑚ｕｌｔ８【Ｊ】．ＩＥＥＥ
５结论
文章提出了结合均值滤波的自适应中值滤波算法，并对自适应窗口进行改进，使被高密度脉冲噪声污染的图像能够被较好地恢复。在仿真过程中，用几个经典的中值滤波算法和该文所提出的算法进行比较，结果表明该文的方法在高密度脉冲噪声条件下，具有明显的优势。
Ｐｒｏｃｅｓｓｉｎｇ，１９９５，４（４）：４９９—５０２．
ｎｅｗ
【７】７ＡｂｍａＥ，ＬｉｇｈｔｓｔｏｎｅＭ，ＭｉｔｒａＳＫ，ｅｔａ１．ＡｆｏｒｔｈｅｒｅｍｏｖａｌｏｆｉｍｐｕｌｓｅＴｒａｍＩｍａｇｅ
ｆｒｏｍ
ｅｆｆｉｃｉｅｎｔａｐｐｒｏａｃｈ
ｈｉ＃ｙ
ｃｏｒｒｕｐｔｅｄｉｍｎｇｅｓ［Ｊ］．ＩＥＥＥ
Ｐｒｏｃｅｓｓｉｎｇ，１９９６，５（６）：１０１２－１０２５．
ｇ朗一
【８】８
ＫｕｎｄｕＡ，ＶａｉｄｙａｎａｔｈａｎＰＰ．Ａｐｐｌｉｅａｔｉｏｎｏｆｔｗｏ—ｄｉｍｅｎｓｉｏｎａｌｅｒａｌｉｚｅｄＩＥＥＥ
ｌｌｌｅａｎｆｉｌｔｅｒｉｎｇｆｏｒｒｅｍｏｖａｌ０ｆｉｍｐｕｌｓｅ
Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈａｎｄ
ｎｏｉｓｅｓｆｒｏｍ
ｉｍａｇｅｓ［Ｊ］．
Ｔｒａｍ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９８４，３２（３）：
ａｌｒ－
６００－６０９．
参考文献：
【ｌ】１
Ｇｏｎｚａｌｅｚ
Ｒ
ｆ９】ＨａｓｈｅｍＭＭ，ＷａｈｄａｎＡＭＡ，ＳａｌｅｍＡ，ｅｔａ１．Ｅｘｔｅｎｄｉｎｇｔｈｅ
Ｃ，ＷｏｏｄｓＲＥ．Ｄｉｇｉｔａｌ
ｉｍａｇｅ
ｐｒｏｃｅｓｓｉｎｇ［Ｍ１．２ｎｄｅｄ．Ｎｅｗｐｌｉｃａｔｉｏｎｏｆｃｏｎｄｉｔｉｏｎａｌｓｉｇｎａｌａｄａｐｔｉｖｅｍｅｄｉａｎｆｉｌｔｅｒ
ｔＯ
ｉｍｐｕｌｓｉｖｅ
Ｊｅｒｓｅｙ：Ｐｒｅｎｔｉｃｅ－Ｈａｌｌ，２００１．
ｎｏｉｓｅ［Ｃ］ｆｆｌ＇ｈｅ２００６ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ
８ｑＩｌａｒｅｄ
ｅｒｒｏｒ
ｏｎ
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒ－
【２】ＫｅｎｎｅｔｈＪＫ．Ｍｉｎｉｍｕｍ
ｍｅａｎ
ｉｍｐｕｌｓｅｎｏｉｓｅ
ｅｓｔｉｍａ－
ｉｎｇａｎｄＳｙｓｔｅｍｓ，２００６：３５５－３６０．
万方数据
改进的自适应中值滤波
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
王晓凯， 李锋， WANG Xiao-kai， LI Feng复旦大学,电子工程系,上海,200433计算机工程与应用
COMPUTER ENGINEERING AND APPLICATIONS2010,46(3)87次
参考文献(9条)
1.Gonzalez R C;Woods R E Digital image processing 2001
2.Kerpez K.J. Minimum mean squared error impulse noise estimation and cancellation[外文期刊] 1995(7)3.Lee Y H;Kassam S A Generalised median filtering and related nonlinear filtering techniques1985(03)
4.Tukey J W Nonlinear methods for smoothing data 1974
5.Lin H.-M.;Willson A.N. Jr. Median filters with adaptive length[外文期刊] 1988(6)6.Hwang H;Haddad R A Adaptive median filters:New algorithms and results 1995(04)
7.Abreu E;Lightstone M;Mitra S K A new efficient approach for the removal of impulse from highlycorrupted images 1996(06)
8.Kundu A;Vaidyanathan P P Application of two-dimensional generalized mean filtering for removal ofimpulse noises from images 1984(03)
9.Hashem M M;Wahdan A M A;Salem A Extending the application of conditional signal adaptive medianfilter to impulsive noise 2006
本文读者也读过(5条)
1. 肖蕾.何坤.周激流.吴笛.XIAO Lei.HE Kun.ZHOU Ji-liu.WU Di 改进自适应中值滤波的图像去噪[期刊论文]-激光杂志2009,30(2)
2. 朱运海.张京钊.江涛.武红智.ZHU Yun-hai.ZHANG Jing-zhao.JIANG Tao.WU Hong-zhi 一种消除脉冲噪声的迭代自适应中值滤波方法[期刊论文]-山东科学2010,23(4)
3. 尹剑仑.卫武迪.YIN Jian-lun.WEI Wu-di 一种改进的自适应中值滤波算法研究[期刊论文]-通信技术2009,42(11)
4. 刘国宏.郭文明 改进的中值滤波去噪算法应用分析[期刊论文]-计算机工程与应用2010,46(10)
5. 董付国.原达.王金鹏.DONG Fu-guo.YUAN Da.WANG Jin-peng 中值滤波快速算法的进一步思考[期刊论文]-计算机工程与应用2007,43(26)
引证文献(53条)
1.郑江云,陈春霞 应用中值滤波法消除高密度椒盐噪声算法[期刊论文]-安庆师范学院学报（自然科学版）2013(04)
2.董蕊,王志巍,刘淑娟,张有会 基于曲线拟合的自适应滤波算法[期刊论文]-计算机应用与软件 2013(06)3.蒋洁,焦斌亮 由数据统计特性检测噪声的中值滤波算法[期刊论文]-激光技术 2011(01)4.李静,沈继忱,申端瑞,王璐 荧光免疫试纸条图像去噪方法分析[期刊论文]-电子制作 2014(03)5.朱效丽,李防震 基于TSPL的图像椒盐噪声去除新算法[期刊论文]-现代电子技术 2013(14)6.张昱天 数字电视后视频处理芯片中相关算法研究[期刊论文]-新技术新工艺 2015(06)
7.范胜娟,张有会,王志巍,董蕊,曹萌 改进型插值IELAD算法在图像去噪中的应用[期刊论文]-计算机科学 2014(z1)8.雷林平,伍雁鹏,黄磊 经典图像去噪算法比较[期刊论文]-电脑与信息技术 2014(06)
9.王梅,黄华,应大力 基于隶属度函数的自适应加权中值滤波[期刊论文]-电脑知识与技术 2012(31)10.陈靖宇,付江云,谢振南,刘怡俊 基于实时滤波的瓶盖密封性测试系统设计[期刊论文]-计算机测量与控制2012(04)
11.孙海英,李锋,商慧亮 改进的变分自适应中值滤波算法[期刊论文]-电子与信息学报 2011(07)
12.杨成立,殷国富,蒋红海,李雪琴 基于改进的自适应中值滤波的磁瓦表面缺陷检测[期刊论文]-组合机床与自动化加工技术 2014(02)
13.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
14.黄宝贵,马春梅,卢振泰 新的形态学图像降噪方法[期刊论文]-计算机应用 2011(03)15.吴时兰 形态学和独立分量分析在图像去噪中的应用研究[学位论文]硕士 2011
16.姚刚,刘勇,雷帮军,董方敏 自适应梯度幅值和形态学组合滤波算法[期刊论文]-计算机应用 2010(12)17.一种快速去除高密度椒盐噪声的滤波算法[期刊论文]-电视技术 2014(13)
18.黄晓刚,刘苏 商标图像平滑滤波算法研究与应用[期刊论文]-机械制造与自动化 2014(01)
19.吴朋波,王志巍,郭晓文,杨芳芳,张有会 自适应六边形窗口加权均值滤波[期刊论文]-计算机工程与应用2012(36)
20.郭晓文,张有会,王志巍,吴朋波,张静 参考曲率的双线性插值滤波[期刊论文]-计算机工程与应用 2012(35)21.曹静娴,顾国华,隋修宝,陈钱 一种中值与邻域比较的滤波算法及硬件实现[期刊论文]-激光与红外 2011(06)22.赵京东 自适应投票快速中值滤波算法的进一步研究[期刊论文]-计算机工程与应用 2015(17)
23.陈波,梁永瑜,胡敏,侯斌,喻永生,王筱,伍国勇 自适应中值滤波技术在测井数据处理中的应用[期刊论文]-复杂油气藏 2013(02)
24.王阿敏,高颖,王凤华,郭淑霞 图像目标检测与识别仿真平台设计与实现[期刊论文]-微处理机 2013(04)25.朱士虎,黄智 一种新的高密度椒盐噪声滤波算法[期刊论文]-计算机工程 2012(18)
26.蓝集明,熊刚,张海燕 幅相二元距离加权的自适应滑动平均滤波[期刊论文]-计算机工程与应用 2012(10)27.赵恩良,孙丽华,马龙 一种去除图像中脉冲噪声的滤波算法[期刊论文]-沈阳建筑大学学报（自然科学版）2012(06)
28.王金凤,侯德文,庞乐 一种基于噪声迭代检测的中值滤波改进算法[期刊论文]-山东师范大学学报（自然科学版） 2015(02)
29.熊欧,郑紫微,胡峰 基于Android平台的视频运动目标检测系统[期刊论文]-数据通信 2014(05)30.孙艳茹,沈永良 基于相位相关匹配法的图像复原技术[期刊论文]-黑龙江大学工程学报 2014(04)31.关键,何良华 一种基于视频的手势识别算法[期刊论文]-延边大学学报（自然科学版） 2013(03)
32.曹萌,张有会,王志巍,董蕊,郑英娟 基于城区距离的自适应加权均值滤波算法[期刊论文]-计算机应用 2013(11)33.赵风平,辛化梅 双向凝胶电泳图像降噪方法研究[期刊论文]-山东师范大学学报（自然科学版） 2011(02)34.沈德海,张龙昌,鄂旭,侯建 基于多子窗口的混合噪声滤波算法[期刊论文]-计算机技术与发展 2015(06)35.曾凡锋,高艳云,付晓玲 文本图像的去噪算法应用研究[期刊论文]-计算机工程与设计 2012(07)36.陈健,郑绍华 基于方向中值的图像椒盐噪声检测算法[期刊论文]-计算机应用 2012(10)37.叶肖峰 基于机器视觉的指针式精密压力表自动检定方法研究[学位论文]硕士 2013
7.范胜娟,张有会,王志巍,董蕊,曹萌 改进型插值IELAD算法在图像去噪中的应用[期刊论文]-计算机科学 2014(z1)
8.雷林平,伍雁鹏,黄磊 经典图像去噪算法比较[期刊论文]-电脑与信息技术 2014(06)
9.王梅,黄华,应大力 基于隶属度函数的自适应加权中值滤波[期刊论文]-电脑知识与技术 2012(31)
10.陈靖宇,付江云,谢振南,刘怡俊 基于实时滤波的瓶盖密封性测试系统设计[期刊论文]-计算机测量与控制2012(04)
11.孙海英,李锋,商慧亮 改进的变分自适应中值滤波算法[期刊论文]-电子与信息学报 2011(07)
12.杨成立,殷国富,蒋红海,李雪琴 基于改进的自适应中值滤波的磁瓦表面缺陷检测[期刊论文]-组合机床与自动化加工技术 2014(02)
13.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
14.黄宝贵,马春梅,卢振泰 新的形态学图像降噪方法[期刊论文]-计算机应用 2011(03)
15.吴时兰 形态学和独立分量分析在图像去噪中的应用研究[学位论文]硕士 2011
16.姚刚,刘勇,雷帮军,董方敏 自适应梯度幅值和形态学组合滤波算法[期刊论文]-计算机应用 2010(12)
17.一种快速去除高密度椒盐噪声的滤波算法[期刊论文]-电视技术 2014(13)
18.黄晓刚,刘苏 商标图像平滑滤波算法研究与应用[期刊论文]-机械制造与自动化 2014(01)
19.吴朋波,王志巍,郭晓文,杨芳芳,张有会 自适应六边形窗口加权均值滤波[期刊论文]-计算机工程与应用2012(36)
20.郭晓文,张有会,王志巍,吴朋波,张静 参考曲率的双线性插值滤波[期刊论文]-计算机工程与应用 2012(35)
21.曹静娴,顾国华,隋修宝,陈钱 一种中值与邻域比较的滤波算法及硬件实现[期刊论文]-激光与红外 2011(06)
22.赵京东 自适应投票快速中值滤波算法的进一步研究[期刊论文]-计算机工程与应用 2015(17)
23.陈波,梁永瑜,胡敏,侯斌,喻永生,王筱,伍国勇 自适应中值滤波技术在测井数据处理中的应用[期刊论文]-复杂油气藏 2013(02)
24.王阿敏,高颖,王凤华,郭淑霞 图像目标检测与识别仿真平台设计与实现[期刊论文]-微处理机 2013(04)
25.朱士虎,黄智 一种新的高密度椒盐噪声滤波算法[期刊论文]-计算机工程 2012(18)
26.蓝集明,熊刚,张海燕 幅相二元距离加权的自适应滑动平均滤波[期刊论文]-计算机工程与应用 2012(10)
27.赵恩良,孙丽华,马龙 一种去除图像中脉冲噪声的滤波算法[期刊论文]-沈阳建筑大学学报（自然科学版）2012(06)
28.王金凤,侯德文,庞乐 一种基于噪声迭代检测的中值滤波改进算法[期刊论文]-山东师范大学学报（自然科学版） 2015(02)
29.熊欧,郑紫微,胡峰 基于Android平台的视频运动目标检测系统[期刊论文]-数据通信 2014(05)
30.孙艳茹,沈永良 基于相位相关匹配法的图像复原技术[期刊论文]-黑龙江大学工程学报 2014(04)
31.关键,何良华 一种基于视频的手势识别算法[期刊论文]-延边大学学报（自然科学版） 2013(03)
32.曹萌,张有会,王志巍,董蕊,郑英娟 基于城区距离的自适应加权均值滤波算法[期刊论文]-计算机应用 2013(11)
33.赵风平,辛化梅 双向凝胶电泳图像降噪方法研究[期刊论文]-山东师范大学学报（自然科学版） 2011(02)
34.沈德海,张龙昌,鄂旭,侯建 基于多子窗口的混合噪声滤波算法[期刊论文]-计算机技术与发展 2015(06)
35.曾凡锋,高艳云,付晓玲 文本图像的去噪算法应用研究[期刊论文]-计算机工程与设计 2012(07)
36.陈健,郑绍华 基于方向中值的图像椒盐噪声检测算法[期刊论文]-计算机应用 2012(10)
37.叶肖峰 基于机器视觉的指针式精密压力表自动检定方法研究[学位论文]硕士 2013
38.郭春,艾玲梅 基于决策分析的高椒盐噪声轮胎痕迹图像滤波方法[期刊论文]-计算机工程与应用 2012(05)
39.程海林,孙杰,马冉冉,苑泊舟,贺芳,马斌 光谱测量数据降噪处理滤波器设计[期刊论文]-天津理工大学学报2012(01)
40.周大鹏,何远智,张自友 一种改进的变系数图像去噪方法[期刊论文]-沈阳农业大学学报 2013(03)
41.尹宁,刘富,张玉 采用最小误差阈值分割算法的基因芯片图像分析[期刊论文]-智能系统学报 2013(01)
42.陶冰洁,韩佳乐,李恩 一种实用的指针式仪表读数识别方法[期刊论文]-光电工程 2011(04)
43.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
44.黄宝贵,卢振泰,马春梅,赵景秀 改进的自适应中值滤波算法[期刊论文]-计算机应用 2011(07)
45.吴成东,赵博宇,陈莉 一种基于DSP的爬壁机器人控制系统设计[期刊论文]-沈阳建筑大学学报（自然科学版）2011(02)
46.吴成东,赵博宇,肖文,陈莉 基于DSP爬壁机器人控制系统设计[期刊论文]-沈阳建筑大学学报（自然科学版）2011(05)
47.金俊杰,陈建国 地球化学异常提取的自适应衬值滤波法[期刊论文]-物探与化探 2011(04)
48.汪云,甘泉,李琳 一种结合曲率与平行向量的实时指尖检测方法[期刊论文]-图学学报 2014(02)
49.王德旺,黄宁立,谢潇,浦佳伟,欧建军 35 GHz云雷达反射率因子数据的质量控制[期刊论文]-气象科学 2014(05)
50.路倩倩 基于复杂光照条件下的车牌定位算法的研究[学位论文]硕士 2012
51.李林林 基于脉冲噪声检测的图像去噪研究[学位论文]硕士 2011
52.方金生 基于机器视觉的高反射率自由曲面缺陷检测技术的研究[学位论文]硕士 2011
53.孔晨 雷达图像综合处理与传输系统[学位论文]硕士 2011
引用本文格式：王晓凯.李锋.WANG Xiao-kai.LI Feng 改进的自适应中值滤波[期刊论文]-计算机工程与应用2010(3)
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
２０１０。４６（３）１７５
改进的自适应中值滤波
王晓凯，李锋
ＷＡＮＧＸｉａｏ－ｋａｉ，ＬＩＦｅｎｇ复旦大学电子工程系，上海２００４３３
Ｄｅｐａｒｔｍｅｎｔ
ｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ
２００４３３，Ｃｈｉｎａ
Ｅ—ｍａｉｌ：０７２０２１０３１Ｃ酐ｕｄａｎ．ｅｄｕ．ｃｎ
ＷＡＮＧ
Ｘｉａｏ－－ｋａｉ，ＬＩ
ＦｅｎｇＪｍｐｒｏｖｅｄａｄａｐｔｉｖｅｍｅｄｉａｌｌｍｔｅｒｉｎｇ．ＣｏｍｐｕｔｅｒＥｎ毋ｎｅｅｒｍｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ。２０１０，４６（３）：１７５－１７６，
Ａｂｓｔｒａｃｔ：Ｍｅａｎｆｉｌｔｅｒｓ
ｃａｌｌ
ｓｍｏｏｔｈｔｈｅ
ｔｏ
ｉｌ瑚呼ｎｏｉｓｅｗｈｉｌｅａｄａｐｔｉｖｅ
ｍｅｄｉａｎｆｉｌｔｅｒｓ
ｃａｎ
ｐｒｅｓｅｒｖｅ
ｔｈｅｄｅｔａｉｌｓ
ａｎｄ
ｅｄｇｅ
ｉｎｆｏｒｍａｔｉｏｎ
ｏｆｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅ．Ｉｎｏｒｄｅｒ
ｒｅｓｔｏｒｅｔｈｅｉｍａｇｅｗｉｔｈｐｒｏｐｏｓｅｓ
ａ
ｈｉｇｈ－ｄｅｎｓｉｔｙｉｍｐｕｌｓｅｎｏｉｓｅ，ｔｈｉｓｐａｐｅｒｃｏｍｂｉｎｅｓｔｈｅｍｅｒｉｔｓｏｆｍｅａｎｆｉｌｔｅｒｓ
ｍｅｄｉａｎ
ｔｈｅ
ｆｉｌｔｅｒｓ．Ｔｈｅ
ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗ
ｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅ
ａｎｄ
ｔｈａｔ
ａｄａｐｔｉｖｅ
ｍｅｄｉａｎ
ｆ＇ｄｔｅｒｓ。ａｎｄ
ｅｌｉｍｉｎａｔｅ
ｎｅｗ
ａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅ
ｔｈｅｉｍａｇｅ
ｔｈｅａｌｇｏｒｉｔｈｍ
ｉｍａｇｅ
Ｃａｎ
ｈｉｇｈ—－ｄｅｎｓｉｔｙｉｍｐｕｌｓｅｎｏｉｓｅｉｎ
ａｎｄ
ｐｒｅｓｅｒｖｅ
ｄｅｔａｉｌｓａｎｄｅｄｇｅ
ｏｒｉｇｉｎａｌｅｆｆｅｃｔｉｖｅｌｙ．
Ｋｅｙｗｏｒｄｓ：ｉｍｐｕｌｓｅｎｏｉｓｅ；ｍｅａｎｆｉｌｔｅｒｉｎｇ；ｍｅｄｉａｎｆｉｌｔｅｒｉｎｇ；ａｄａｐｔｉｖｅｗｉｎｄｏｗｓ
摘要：均值滤波能较好的平滑图像的噪声，自适应中值滤波能较好的保存原始图像的细节和边缘。为了恢复被高密度脉冲噪声污染的图像，提出了改进的自适应中值滤波算法，新算法结合了均值滤波和自适应中值滤波两者的优点。实验结果表明，该算法能够有效地消除被污染图像中的高密度脉冲噪声，并较好地保留原始图像细节和边缘。关键词：脉冲噪声；均值滤波；中值滤波；自适应窗口ＤＯＩ：１０．３７７８／ｊ．ｉｓｓｎ．１００２—８３３１．２０１０．０３．０５３
文章编号：１００２—８３３１（２０１０）０３－０１７５－－０２
文献标识码：Ａ
中图分类号：ＴＮ９１１
ｌ引言
图像在生成、传输过程中，容易产生脉冲噪声【・１。产生脉冲噪声的原因多种多样，其中包括传感器的局限性以及通信系统的故障和缺陷，噪声也町能在通信系统的电气开关和继电器改
（黑），ｂ＝２５５（白）。若只或Ｒ为０，则脉冲噪声称为单极脉冲。如果只和Ｒ均不为０，尤其是他们近似相等时，则脉冲噪声类似于随机分布在图像上的胡椒和盐粉微粒，“椒盐”噪声因此得名。
对于中值滤波器，只要脉冲噪声的空Ｉ’甘Ｊ密度不大，性能就会很好（根据经验，只、Ｒ小于０．２）。自适应中值滤波器可以处理具有更大概率的脉冲噪声。自适应中值滤波器在进行滤波处理时依赖一定条件而改变＆的大ｚＪｚ＇Ｊ。滤波器的输出是—个单值，该值用于代替点（茗，，，）处的像素值，点（茹，，，）是在给定时间
变状态时产生。脉冲噪声对模拟数据仅是小麻烦，但在数字式
数据通信中，脉冲噪声是出错的主要原因。脉冲噪声又称为“椒盐”噪声，消除的方法分为线性滤波和非线性滤波。线性滤波１２】
由于具有低通特性，不容易保存图像的细节和边缘，故非线性
滤波四在消除脉冲噪声方面具有更广泛的应用。非线性滤波的典型代表是中值滤波。自Ｔｕｋｅｙ在２０世纪７０年代提出中值滤
窗口岛被中心化后的—个特殊点。
采用如下符号：ｚ。为ｓ。中灰度级的最小值；ｚ。为＆中
波阿以来，中值滤波技术被广泛应用于消除图像中的脉冲噪声。
在中值滤波中又以自适应中值滤波ｌ，—，ｌ在去除噪声和保存细节两方面效果最好，但随着脉冲噪声密度的增大，上述滤波器的性能随之下降。文章结合均值滤波和自适应中值滤波两者的优点，提出了结合均值滤波的自适应中值滤波算法。
灰度级的最大值；：利为＆中灰度级的中值；％为在坐标（并，，，）
上的灰度级；Ｊｓ一为＆允许的最大尺寸。
自适应中值滤波器算法工作在两个层次，定义为Ａ层和曰层。
Ａ层：Ａｌ≈。。一幽，Ａ勰．矿名一
如果Ａ１＞０且Ａ２＜０，则转到曰层，否则增大窗口尺寸≤５。。如果窗口尺寸，则重复Ａ层，否则输出ｚ捌。
２自适应中值滤波
脉冲噪声的概率密度函数可由下式给出【Ｉ】：
１只，：＝口
曰层：曰ｌ≈。唁。，眈≈。喈一
（１）
如果ＢＩ：Ｍ）且Ｂ２＜０，则输出％，否则输出ｚ利。
这个算法主要有三个目的：去除脉冲噪声；平滑其他非脉冲噪声；减少诸如物体边界细化或粗化等失真。
ｐ（：）＝｛Ｒ，ｚ－－ｂ
１０。其他
通常假设ａ和ｂ是饱和值，即对于一个８位图像，ａ＝０
作者简介：王晓凯（１９８４一），男，硕士。主要研究方向为电路理论、信号处理、滤波器设计等；李锋（１９４６－），通讯作者，男，教授，博士生导师，主要研
究方向为电路理论、信号处理、故障诊断等。
收稿日期：２００８－０８—１０
修回口期：２００８—１ｌ－０３
万方数据
１７６
２０１０，４６（３）
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
３改进的自适应中值滤波
自适应中值滤波从两个方面进行改进：自适应窗口的改进和结合均值滤波。
３．１自适应窗口的改进
滤波器的窗口主要为以下两种：第一种为ＩｔＸｉｔ的正方型窗口，考虑到对称性，一般凡取奇数；第二种为十字形窗ＩＺｌ，具有
保持水平和竖直方向上细线的特点。为了更全面地保留图像的
边缘且去除噪声，必须合适地选用窗口。
在文献【８】中，自适应窗口为正方形，当增大窗口尺寸时，正方形窗口边长加２。在传统的自适应中值滤波中，采用的自适应窗口如图１所示。
（ａ）３ｘ３（ｂ）５ｘ５（ｃ）７ｘ７
图１传统的自适直窗口
由文献【ｌ】知，滤波窗口越小，对保留图像的细节效果越好。故在该文的自适应中值滤波中，通过采用不同形状、不同尺寸的自适应窗口，在自适应过程中尽可能的用较小的窗口进行滤波，来更全面地保留图像的细节和边缘，如图２所示。得到自适应滤波的窗口，在自适应中值滤波算法Ａ层中，如果不满足
Ａ
１＞０或者不满足Ａ２＜０，则根据图２顺序，不仅改变窗口尺寸，
也改变窗口的形状。
图２该文所使用的自适应窗口
３．２结合均值滤波
随着噪声的增大，自适应中值滤波去除噪声效果变差，而均值滤波在去除噪声方面有较大的优势。通过结合均值滤波，使自适应中值滤波在保留细节的同时，也能较好地去除噪声。
还是以ｓ一的７ｘ７为例，当自适应中值滤波算法进行到最
后一步时，如果由于噪声密度较大，在ｚ。点上使。利输出为极值（０或２５５）。通过对ｚ。进行窗口大小为７ｘ７均值滤波，来消除噪声。
文章采用修正后的均值滤波器嘲，即在＆邻域内去掉文ｓ，ｆ）
灰度值为０和２５５的像素，其中ｇ（ｓ，ｆ）是被噪声污染的ＭｘＮ
图像。用品（ｓ，１）来代表剩余的像素。设“ｓ，ｔ）中灰度值为０的
像素个数为Ｐ个，ｇ（ｓ，ｔ）中灰度值为２５５的像素个数为ｑ个，则修正后的均值滤波器由下式表示：
地，，）２丽再１“菱凡如）
（２）
万
方数据３．３算法流程
对自适应中值滤波改进后的算法如下：
步骤ｌ对每—个像素点Ｚ－。，计算ＢＩ＝ｚ。唁。，舵≈。喈。，如果ＢＩ＞Ｏ且舵＜０，则ｚ。值不变，否则，进行步骤２操作。
步骤２计算Ａｌ≈。矿２ｍ，Ａ２≈。一。，如果Ａ１＞０且Ａ２＜Ｏ且
窗口尺寸≤ｓ。，则ｚ芦利；如果Ａｌ≤０或Ａ２＞一０，且窗Ｅｌ尺寸等
于ｓ。，则ｚ。≈。（ｚ～为以ｚ。为中心，以ｓ。为邻域，采用修正后的均值滤波的结果）；如果Ａｌ≤０或Ａ２Ｉ＞０，且窗口尺寸小于ｓ。，则增大窗口，增大顺序如图２所示，然后进行步骤ｌ操作。
对被噪声污染的图像的每个像素进行上述操作后，输出即
为最终滤波后输出的图像。
４仿真实验及结果分析
在仿真实验中，分别利用不同的方法对被高密度脉冲噪声污染的Ｌｅｎａ图像进行处理，如图３所示。
（ａ）原始图像（ｂ）被Ｐ．＝Ｐｂ＝Ｏ．７的椒（ｃ）５ｘ５中值滤波
盐噪声污染的图像
（ｄ）７ｘ７中值滤波（ｅ）自适应中值滤波
（ｆ）改进的自适应
（＆Ｆ７）
中值滤波（＆ｌ＝７）
图３对Ｌｅｎａ的滤波输出结果比较
通过比较可以看出，当椒盐噪声Ｐｏ＝Ｐ，－－ｏ．７时，结合均值滤波的自适应中值滤波相对于其他滤波算法具有较明显的优势，效果比较理想。
对滤波效果的评价，除了图像的主观视觉效果外，还需要
一种客观的评价方法。该文使用峰值信噪比（Ｐｅａｋ
Ｓｉｓｎ，ａＮｏｉｓｅ
Ｒａｔｉｏ，ＰＳＮＲ）和平均绝对值差（Ｍｅａｎ
Ａｂｓｏｌｕｔｅ
Ｅｒｒｏｒ，
ＭＡＥ）叶乍为客观评价的标准。ＰＳＮＲ和ＭＡＥ的定义如下：
ＰＳＮＲ＝１０１９［
肘×Ⅳ×Ｌ２
（３）
∑∑【，（ｍ，Ｉｔ／，）０（／ｉｔｔＩｔ）】：
ｍ＝ｌ
ｎ＝ｌ
Ｍ
Ｎ
ＭＡ鹏』生』生—一一一一
∑∑ｊ，（ｍ，ｎ）孑（ｍ，ｎ）ｉ
（４）
ＭｘＮ
其＊ｇｍ，ｎ）是原始图像的灰度值；Ｐ（ｍ，ｎ）是滤波后的图像灰
度值；肘和Ｎ分别为图像的长和宽，文章采用的实验图像肘＝Ｎ＝５１２。对于２５６级灰度图像，Ｌ＝２５５。
由式（３）、（４）可知，ＰＳＮＲ值越大，ＭＡＥ值越小，则算法的效果越好。各个算法的性能指标如表１所示。从表中可以看出，该文所提出的算法在效果上是最优的，且噪声的密度越大，相对于其他算法的优势越明显。
（下转２１８页）
２１８
２０１０，４６（３）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
（％）
袁４在融合参数体系Ｆ两种分类器对未知样本集合的分类识别率
纹理类型
ｌ９７．５０
２１００．０１００．０
３９０．００９５．００
４９７．５０９５．００
５１００．０１００．０
６１００．０１００．０
７１００．０１００．０
８１００．０１００．０
９９５．００９７．５０
１０总体
８２．５０８５．００
９６．２５９７．００
最近邻分类器
集成ＢＰＮＮ分类器９７．５０
表５在最优ＧＬＣＭ参数体系Ｆ两种分类器对未知样本集合的分类识别率（％）
—毓辆孤磊—瓦百丽丽面而瓦而丽而丽面丽丽ｉ而—蕊矿瓦丽
纹理类型
１
２
３
４
５
６
７
８
９
１０总体
集成ＢＰＮＮ分类器８０．ｏｏ９５．００８７．５０
７７．５０
９２．５０
９２．５０８７．５０１００．００
９５．００
９５．００９０．２５
表６在最优ＧＭＲＦ参数体系下两种分类器对未知样本集合的分类识别率（％）纹理类型最近邻分类器
１９５．００
２
３
４
５
６９７．５０１００．００
７９７．５０
８
９
１０总体
９７．５０７７．５０９７．５０８５．００
９５．００９５．００１００．００９２．５０
９７．５０９０．００６７．５０９１．００
集成ＢＰＮＮ分类嚣１００．００１００．００１００．００９０．００７５．００９４．００
８５．００％，比最高的识别率９７．００％低了１２个百分点。当参数个数为１ｌ、１３、１５时，在最优组合下最近邻分类器识别率达到最高为９７．ｏｏ％，依据参数个数最少且分类识别率最高原则，最终
【２】于海鹏，刘一星，张斌，等．应用空间灰度共生矩阵定量分析木材表
面纹理特征【Ｊ】．林业科学，２００４，４０（６）：１２１—１２９．
１３】白雪冰，王克奇，王辉．基于灰度共生矩阵的木材纹理分类方法的研
究【Ｊ】．哈尔滨工业大学学报，２００５，３７（１２）：１６６７—１６７０．ｆ４】ＨａｒａｌｉｅｋＲＭ．Ｓｔａｔｉｓｔｉｃａｌａｎｄｓｔｒｕｃｔｕｒａｌａｐｐｒｏａｃｈｅｓ
Ｐｒｏｃｅｅｄｉｎｇｏｆ
ｔＯ
选择特征参数组合怍【形２，Ｗ。，Ｗ，，Ｗ１０’Ｗ¨，Ｗ玎，０。，０３，０５，巩，０１０］为融合后的参数体系。结合表４～表６发现，融合后的参数体系对未知样本集的识别率高于在融合前的最优参数体系的对未
知样本集合的识别率，表明该文所建立的融合参数体系ｙ是有效的。
ｔｅｘｔｕｒｅ［Ｃ］／／
ＩＥＥＥ，１９７５，６７（５）：７８６－８０４．
Ｊ，Ｃ嘶ｌＩｉ
Ｌ，ｅｔ
ａ１．Ｉｍａｇｅ
ｓｅｇｍｅｎｔａｔｉｏｎ
【５】ＳｚｉｒａｎｙｉＴ，Ｚｅｒｕｂｉａｕｓｉｎｇ
Ｍａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄｍｏｄｅｌｉｎ
ｆｕｌｌｙｐａｒａｌｌｅｌ
ｅｅｆｉｕｌａｒｎｅｔｗｏｒｋａ卜
ｅｈｉｔｅｅｔｕｒｅｓｌＪ］．Ｒｅａｌ－ＴｉｍｅＩｍａｇｉｎｇ，２０００，６（３）：１９５－２１１．
４结束语
由于在描述木材纹理方面，灰度共生矩阵和高斯一马尔可
夫随机场的特征参数存在互补信息文章利用ＳＮＦＳ算法将它们融合在一起。融合后的参数体系能够较全面地描述木材纹理，并具有较高的分类识别能力。
【６１６ＡｋｓｏｙＳ，ＨａｒａｌｉｃｋＲＭ．Ｆｅａｔｕｒｅｓｉｍｉｌａｒｉｔｙ
ｍｅａｓｕＦｅ
ｎｏｒｍｓｌｉｚｅｔｉｏｎ
ａｎｄｌｉｋｅｈｃｏｄ－ｂａｓｅｄ
ｆｏｒｉｍａｇｅｒｅｔｒｉｅｖａｌ［Ｊ］．ＰＲＬ．２００１，２２（５）：５６３－５８２．
【刀张开银．模式识别中的信息融合方法一二次决策叽仪器仪表学报，
２００４，２５（４）：５６１—５６４．
【８】ＬｉＨ。ＭａｎｊｕｎａｔｈＢＳ，ＭｉｔｒａＳＫ．Ｍｕｌｔｉｓｅｎｓｏｒｉｍａｇｅｆｕｓｉｏｎｕｓｉｎｇ
ｔｈｅｗａｖｅｌｅｔ
ｔｒａｎｓｆｏｒｍ［Ｊ］．ＧｒａｐｈｉｃａｌＭｏｄｅｌｓａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，
参考文献：
【１】１刘一星．木材视觉环境学【Ｍ１．哈尔滨：东北林业大学出版社，１９９４：
８５－８８
１９９５，５７（３）：２３５—２４５．
【９】９王克奇，王辉，白雪冰．基于模拟退火算法和最近邻分类器识别率的
特征选择方法ｍ泪动化技术与应用，２００７，２６（１）：２７—２９．
ｔｉｏｎ
（上接１７６页）
表１
四种算法处理后的性能指标
ａｎｄｃａｎｃｅｌｌａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｍ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９９５，４３（７）：
ｍｅｄｉａｎｆｉｌｔｅｒｉｎｇ
ａｎｄ
ｒｅｌａｔｅｄ
１６５１一１６６２．
【３】Ｌｅｅ
ＹＨ，Ｉ（ｄｌＳＳ』ｌｌｌＳＡ．Ｇｅｎｅｒａｌｉｚｅｄ
ｎｏｎｌｉｎｅａｒｆｉｌｔｅｒｉｎｇｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＩＥＥＥＴｒａｍＡｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈａｎｄ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９８５，３３（３）：６７２－６８３．
【４】ＴｕｋｅｙＪＷ．Ｎｏｎｌｉｎｅａｒｍｅｔｈｏｄｓｆｏｒｓｍｏｏｔｈｉｎｇｄａｔａ【ｃｌ／／ＰｒｅｃｏｆＥＡＳ—
ＣＯＮ’７４，１９７４：６７３—６８１．
Ａ
Ｎ．Ｍｅｄｉａｎｆｉｌｔｅｒｗｉｔｈ
【５】Ｌｉｎ
Ｈ，Ｗｉｌｌｓｏｎ
ａｄａｐｔｉｖｅｌｅｎｇｔｈ叨．ＩＥＥＥ
ＴｒａｍＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓ。１９８８。３５（６）：６７５—６９０．【６】Ｈｗａｎｇ
Ｈ，Ｈａｄｄａｄ
ＲＡ．ＡｄａｐｔｉｖｅＴｒａｍ
ｓｉｓ，ｌａｌ
ｍｅｄｉａｎ
ｆｉｌｔｅｒｓ：Ｎｅｗ
ａｌｇｏｒｉｔｈｍｓ
ａｎｄ瑚ｕｌｔ８【Ｊ】．ＩＥＥＥ
５结论
文章提出了结合均值滤波的自适应中值滤波算法，并对自适应窗口进行改进，使被高密度脉冲噪声污染的图像能够被较好地恢复。在仿真过程中，用几个经典的中值滤波算法和该文所提出的算法进行比较，结果表明该文的方法在高密度脉冲噪声条件下，具有明显的优势。
Ｐｒｏｃｅｓｓｉｎｇ，１９９５，４（４）：４９９—５０２．
ｎｅｗ
【７】７ＡｂｍａＥ，ＬｉｇｈｔｓｔｏｎｅＭ，ＭｉｔｒａＳＫ，ｅｔａ１．ＡｆｏｒｔｈｅｒｅｍｏｖａｌｏｆｉｍｐｕｌｓｅＴｒａｍＩｍａｇｅ
ｆｒｏｍ
ｅｆｆｉｃｉｅｎｔａｐｐｒｏａｃｈ
ｈｉ＃ｙ
ｃｏｒｒｕｐｔｅｄｉｍｎｇｅｓ［Ｊ］．ＩＥＥＥ
Ｐｒｏｃｅｓｓｉｎｇ，１９９６，５（６）：１０１２－１０２５．
ｇ朗一
【８】８
ＫｕｎｄｕＡ，ＶａｉｄｙａｎａｔｈａｎＰＰ．Ａｐｐｌｉｅａｔｉｏｎｏｆｔｗｏ—ｄｉｍｅｎｓｉｏｎａｌｅｒａｌｉｚｅｄＩＥＥＥ
ｌｌｌｅａｎｆｉｌｔｅｒｉｎｇｆｏｒｒｅｍｏｖａｌ０ｆｉｍｐｕｌｓｅ
Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈａｎｄ
ｎｏｉｓｅｓｆｒｏｍ
ｉｍａｇｅｓ［Ｊ］．
Ｔｒａｍ
Ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，１９８４，３２（３）：
ａｌｒ－
６００－６０９．
参考文献：
【ｌ】１
Ｇｏｎｚａｌｅｚ
Ｒ
ｆ９】ＨａｓｈｅｍＭＭ，ＷａｈｄａｎＡＭＡ，ＳａｌｅｍＡ，ｅｔａ１．Ｅｘｔｅｎｄｉｎｇｔｈｅ
Ｃ，ＷｏｏｄｓＲＥ．Ｄｉｇｉｔａｌ
ｉｍａｇｅ
ｐｒｏｃｅｓｓｉｎｇ［Ｍ１．２ｎｄｅｄ．Ｎｅｗｐｌｉｃａｔｉｏｎｏｆｃｏｎｄｉｔｉｏｎａｌｓｉｇｎａｌａｄａｐｔｉｖｅｍｅｄｉａｎｆｉｌｔｅｒ
ｔＯ
ｉｍｐｕｌｓｉｖｅ
Ｊｅｒｓｅｙ：Ｐｒｅｎｔｉｃｅ－Ｈａｌｌ，２００１．
ｎｏｉｓｅ［Ｃ］ｆｆｌ＇ｈｅ２００６ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ
８ｑＩｌａｒｅｄ
ｅｒｒｏｒ
ｏｎ
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒ－
【２】ＫｅｎｎｅｔｈＪＫ．Ｍｉｎｉｍｕｍ
ｍｅａｎ
ｉｍｐｕｌｓｅｎｏｉｓｅ
ｅｓｔｉｍａ－
ｉｎｇａｎｄＳｙｓｔｅｍｓ，２００６：３５５－３６０．
万方数据
改进的自适应中值滤波
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
王晓凯， 李锋， WANG Xiao-kai， LI Feng复旦大学,电子工程系,上海,200433计算机工程与应用
COMPUTER ENGINEERING AND APPLICATIONS2010,46(3)87次
参考文献(9条)
1.Gonzalez R C;Woods R E Digital image processing 2001
2.Kerpez K.J. Minimum mean squared error impulse noise estimation and cancellation[外文期刊] 1995(7)3.Lee Y H;Kassam S A Generalised median filtering and related nonlinear filtering techniques1985(03)
4.Tukey J W Nonlinear methods for smoothing data 1974
5.Lin H.-M.;Willson A.N. Jr. Median filters with adaptive length[外文期刊] 1988(6)6.Hwang H;Haddad R A Adaptive median filters:New algorithms and results 1995(04)
7.Abreu E;Lightstone M;Mitra S K A new efficient approach for the removal of impulse from highlycorrupted images 1996(06)
8.Kundu A;Vaidyanathan P P Application of two-dimensional generalized mean filtering for removal ofimpulse noises from images 1984(03)
9.Hashem M M;Wahdan A M A;Salem A Extending the application of conditional signal adaptive medianfilter to impulsive noise 2006
本文读者也读过(5条)
1. 肖蕾.何坤.周激流.吴笛.XIAO Lei.HE Kun.ZHOU Ji-liu.WU Di 改进自适应中值滤波的图像去噪[期刊论文]-激光杂志2009,30(2)
2. 朱运海.张京钊.江涛.武红智.ZHU Yun-hai.ZHANG Jing-zhao.JIANG Tao.WU Hong-zhi 一种消除脉冲噪声的迭代自适应中值滤波方法[期刊论文]-山东科学2010,23(4)
3. 尹剑仑.卫武迪.YIN Jian-lun.WEI Wu-di 一种改进的自适应中值滤波算法研究[期刊论文]-通信技术2009,42(11)
4. 刘国宏.郭文明 改进的中值滤波去噪算法应用分析[期刊论文]-计算机工程与应用2010,46(10)
5. 董付国.原达.王金鹏.DONG Fu-guo.YUAN Da.WANG Jin-peng 中值滤波快速算法的进一步思考[期刊论文]-计算机工程与应用2007,43(26)
引证文献(53条)
1.郑江云,陈春霞 应用中值滤波法消除高密度椒盐噪声算法[期刊论文]-安庆师范学院学报（自然科学版）2013(04)
2.董蕊,王志巍,刘淑娟,张有会 基于曲线拟合的自适应滤波算法[期刊论文]-计算机应用与软件 2013(06)3.蒋洁,焦斌亮 由数据统计特性检测噪声的中值滤波算法[期刊论文]-激光技术 2011(01)4.李静,沈继忱,申端瑞,王璐 荧光免疫试纸条图像去噪方法分析[期刊论文]-电子制作 2014(03)5.朱效丽,李防震 基于TSPL的图像椒盐噪声去除新算法[期刊论文]-现代电子技术 2013(14)6.张昱天 数字电视后视频处理芯片中相关算法研究[期刊论文]-新技术新工艺 2015(06)
7.范胜娟,张有会,王志巍,董蕊,曹萌 改进型插值IELAD算法在图像去噪中的应用[期刊论文]-计算机科学 2014(z1)8.雷林平,伍雁鹏,黄磊 经典图像去噪算法比较[期刊论文]-电脑与信息技术 2014(06)
9.王梅,黄华,应大力 基于隶属度函数的自适应加权中值滤波[期刊论文]-电脑知识与技术 2012(31)10.陈靖宇,付江云,谢振南,刘怡俊 基于实时滤波的瓶盖密封性测试系统设计[期刊论文]-计算机测量与控制2012(04)
11.孙海英,李锋,商慧亮 改进的变分自适应中值滤波算法[期刊论文]-电子与信息学报 2011(07)
12.杨成立,殷国富,蒋红海,李雪琴 基于改进的自适应中值滤波的磁瓦表面缺陷检测[期刊论文]-组合机床与自动化加工技术 2014(02)
13.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
14.黄宝贵,马春梅,卢振泰 新的形态学图像降噪方法[期刊论文]-计算机应用 2011(03)15.吴时兰 形态学和独立分量分析在图像去噪中的应用研究[学位论文]硕士 2011
16.姚刚,刘勇,雷帮军,董方敏 自适应梯度幅值和形态学组合滤波算法[期刊论文]-计算机应用 2010(12)17.一种快速去除高密度椒盐噪声的滤波算法[期刊论文]-电视技术 2014(13)
18.黄晓刚,刘苏 商标图像平滑滤波算法研究与应用[期刊论文]-机械制造与自动化 2014(01)
19.吴朋波,王志巍,郭晓文,杨芳芳,张有会 自适应六边形窗口加权均值滤波[期刊论文]-计算机工程与应用2012(36)
20.郭晓文,张有会,王志巍,吴朋波,张静 参考曲率的双线性插值滤波[期刊论文]-计算机工程与应用 2012(35)21.曹静娴,顾国华,隋修宝,陈钱 一种中值与邻域比较的滤波算法及硬件实现[期刊论文]-激光与红外 2011(06)22.赵京东 自适应投票快速中值滤波算法的进一步研究[期刊论文]-计算机工程与应用 2015(17)
23.陈波,梁永瑜,胡敏,侯斌,喻永生,王筱,伍国勇 自适应中值滤波技术在测井数据处理中的应用[期刊论文]-复杂油气藏 2013(02)
24.王阿敏,高颖,王凤华,郭淑霞 图像目标检测与识别仿真平台设计与实现[期刊论文]-微处理机 2013(04)25.朱士虎,黄智 一种新的高密度椒盐噪声滤波算法[期刊论文]-计算机工程 2012(18)
26.蓝集明,熊刚,张海燕 幅相二元距离加权的自适应滑动平均滤波[期刊论文]-计算机工程与应用 2012(10)27.赵恩良,孙丽华,马龙 一种去除图像中脉冲噪声的滤波算法[期刊论文]-沈阳建筑大学学报（自然科学版）2012(06)
28.王金凤,侯德文,庞乐 一种基于噪声迭代检测的中值滤波改进算法[期刊论文]-山东师范大学学报（自然科学版） 2015(02)
29.熊欧,郑紫微,胡峰 基于Android平台的视频运动目标检测系统[期刊论文]-数据通信 2014(05)30.孙艳茹,沈永良 基于相位相关匹配法的图像复原技术[期刊论文]-黑龙江大学工程学报 2014(04)31.关键,何良华 一种基于视频的手势识别算法[期刊论文]-延边大学学报（自然科学版） 2013(03)
32.曹萌,张有会,王志巍,董蕊,郑英娟 基于城区距离的自适应加权均值滤波算法[期刊论文]-计算机应用 2013(11)33.赵风平,辛化梅 双向凝胶电泳图像降噪方法研究[期刊论文]-山东师范大学学报（自然科学版） 2011(02)34.沈德海,张龙昌,鄂旭,侯建 基于多子窗口的混合噪声滤波算法[期刊论文]-计算机技术与发展 2015(06)35.曾凡锋,高艳云,付晓玲 文本图像的去噪算法应用研究[期刊论文]-计算机工程与设计 2012(07)36.陈健,郑绍华 基于方向中值的图像椒盐噪声检测算法[期刊论文]-计算机应用 2012(10)37.叶肖峰 基于机器视觉的指针式精密压力表自动检定方法研究[学位论文]硕士 2013
7.范胜娟,张有会,王志巍,董蕊,曹萌 改进型插值IELAD算法在图像去噪中的应用[期刊论文]-计算机科学 2014(z1)
8.雷林平,伍雁鹏,黄磊 经典图像去噪算法比较[期刊论文]-电脑与信息技术 2014(06)
9.王梅,黄华,应大力 基于隶属度函数的自适应加权中值滤波[期刊论文]-电脑知识与技术 2012(31)
10.陈靖宇,付江云,谢振南,刘怡俊 基于实时滤波的瓶盖密封性测试系统设计[期刊论文]-计算机测量与控制2012(04)
11.孙海英,李锋,商慧亮 改进的变分自适应中值滤波算法[期刊论文]-电子与信息学报 2011(07)
12.杨成立,殷国富,蒋红海,李雪琴 基于改进的自适应中值滤波的磁瓦表面缺陷检测[期刊论文]-组合机床与自动化加工技术 2014(02)
13.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
14.黄宝贵,马春梅,卢振泰 新的形态学图像降噪方法[期刊论文]-计算机应用 2011(03)
15.吴时兰 形态学和独立分量分析在图像去噪中的应用研究[学位论文]硕士 2011
16.姚刚,刘勇,雷帮军,董方敏 自适应梯度幅值和形态学组合滤波算法[期刊论文]-计算机应用 2010(12)
17.一种快速去除高密度椒盐噪声的滤波算法[期刊论文]-电视技术 2014(13)
18.黄晓刚,刘苏 商标图像平滑滤波算法研究与应用[期刊论文]-机械制造与自动化 2014(01)
19.吴朋波,王志巍,郭晓文,杨芳芳,张有会 自适应六边形窗口加权均值滤波[期刊论文]-计算机工程与应用2012(36)
20.郭晓文,张有会,王志巍,吴朋波,张静 参考曲率的双线性插值滤波[期刊论文]-计算机工程与应用 2012(35)
21.曹静娴,顾国华,隋修宝,陈钱 一种中值与邻域比较的滤波算法及硬件实现[期刊论文]-激光与红外 2011(06)
22.赵京东 自适应投票快速中值滤波算法的进一步研究[期刊论文]-计算机工程与应用 2015(17)
23.陈波,梁永瑜,胡敏,侯斌,喻永生,王筱,伍国勇 自适应中值滤波技术在测井数据处理中的应用[期刊论文]-复杂油气藏 2013(02)
24.王阿敏,高颖,王凤华,郭淑霞 图像目标检测与识别仿真平台设计与实现[期刊论文]-微处理机 2013(04)
25.朱士虎,黄智 一种新的高密度椒盐噪声滤波算法[期刊论文]-计算机工程 2012(18)
26.蓝集明,熊刚,张海燕 幅相二元距离加权的自适应滑动平均滤波[期刊论文]-计算机工程与应用 2012(10)
27.赵恩良,孙丽华,马龙 一种去除图像中脉冲噪声的滤波算法[期刊论文]-沈阳建筑大学学报（自然科学版）2012(06)
28.王金凤,侯德文,庞乐 一种基于噪声迭代检测的中值滤波改进算法[期刊论文]-山东师范大学学报（自然科学版） 2015(02)
29.熊欧,郑紫微,胡峰 基于Android平台的视频运动目标检测系统[期刊论文]-数据通信 2014(05)
30.孙艳茹,沈永良 基于相位相关匹配法的图像复原技术[期刊论文]-黑龙江大学工程学报 2014(04)
31.关键,何良华 一种基于视频的手势识别算法[期刊论文]-延边大学学报（自然科学版） 2013(03)
32.曹萌,张有会,王志巍,董蕊,郑英娟 基于城区距离的自适应加权均值滤波算法[期刊论文]-计算机应用 2013(11)
33.赵风平,辛化梅 双向凝胶电泳图像降噪方法研究[期刊论文]-山东师范大学学报（自然科学版） 2011(02)
34.沈德海,张龙昌,鄂旭,侯建 基于多子窗口的混合噪声滤波算法[期刊论文]-计算机技术与发展 2015(06)
35.曾凡锋,高艳云,付晓玲 文本图像的去噪算法应用研究[期刊论文]-计算机工程与设计 2012(07)
36.陈健,郑绍华 基于方向中值的图像椒盐噪声检测算法[期刊论文]-计算机应用 2012(10)
37.叶肖峰 基于机器视觉的指针式精密压力表自动检定方法研究[学位论文]硕士 2013
38.郭春,艾玲梅 基于决策分析的高椒盐噪声轮胎痕迹图像滤波方法[期刊论文]-计算机工程与应用 2012(05)
39.程海林,孙杰,马冉冉,苑泊舟,贺芳,马斌 光谱测量数据降噪处理滤波器设计[期刊论文]-天津理工大学学报2012(01)
40.周大鹏,何远智,张自友 一种改进的变系数图像去噪方法[期刊论文]-沈阳农业大学学报 2013(03)
41.尹宁,刘富,张玉 采用最小误差阈值分割算法的基因芯片图像分析[期刊论文]-智能系统学报 2013(01)
42.陶冰洁,韩佳乐,李恩 一种实用的指针式仪表读数识别方法[期刊论文]-光电工程 2011(04)
43.夏道平,董方敏,潘天浩,姚刚,刘勇 一种基于Rank变换的改进中值滤波[期刊论文]-三峡大学学报（自然科学版） 2011(02)
44.黄宝贵,卢振泰,马春梅,赵景秀 改进的自适应中值滤波算法[期刊论文]-计算机应用 2011(07)
45.吴成东,赵博宇,陈莉 一种基于DSP的爬壁机器人控制系统设计[期刊论文]-沈阳建筑大学学报（自然科学版）2011(02)
46.吴成东,赵博宇,肖文,陈莉 基于DSP爬壁机器人控制系统设计[期刊论文]-沈阳建筑大学学报（自然科学版）2011(05)
47.金俊杰,陈建国 地球化学异常提取的自适应衬值滤波法[期刊论文]-物探与化探 2011(04)
48.汪云,甘泉,李琳 一种结合曲率与平行向量的实时指尖检测方法[期刊论文]-图学学报 2014(02)
49.王德旺,黄宁立,谢潇,浦佳伟,欧建军 35 GHz云雷达反射率因子数据的质量控制[期刊论文]-气象科学 2014(05)
50.路倩倩 基于复杂光照条件下的车牌定位算法的研究[学位论文]硕士 2012
51.李林林 基于脉冲噪声检测的图像去噪研究[学位论文]硕士 2011
52.方金生 基于机器视觉的高反射率自由曲面缺陷检测技术的研究[学位论文]硕士 2011
53.孔晨 雷达图像综合处理与传输系统[学位论文]硕士 2011
引用本文格式：王晓凯.李锋.WANG Xiao-kai.LI Feng 改进的自适应中值滤波[期刊论文]-计算机工程与应用2010(3)