熵引导的基于切换修剪均值偏差的各向异性扩散滤波器分析
计算机视觉与模式识别
2016-11-15 v2
摘要
本报告描述了一种提出的用于滤除固定值（椒盐）脉冲噪声（FVIN）的切换滤波器-各向异性扩散混合滤波器的实验分析。该滤波器在低和高噪声密度下均表现良好，尽管其专为高噪声密度水平设计。该滤波器结合了基于决策的滤波器的切换机制和基于偏微分方程的表述，从而产生一个能够在极高噪声水平下恢复图像信号的强大系统。实验结果表明该滤波器超越其他滤波器，尤其在极高噪声水平下。此外，其自适应特性确保性能由从噪声输入图像获得的度量引导。该滤波算法兼具全局和局部性质，前者用于减少计算时间和复杂度，后者用于获得最佳结果。
引用
@article{arxiv.1604.06427,
title = {Analysis of the Entropy-guided Switching Trimmed Mean Deviation-based Anisotropic Diffusion filter},
author = {Uche A. Nnolim},
journal= {arXiv preprint arXiv:1604.06427},
year = {2016}
}