通过级联算法去除高密度噪声
计算机视觉与模式识别
2015-04-14 v1
摘要
提出了一种先进的非线性级联滤波算法,用于去除数字图像中的高密度椒盐噪声。该方法包含两个阶段。第一阶段是基于决策的中值滤波器(DMF),作为初步去噪算法。第二阶段是改进的基于决策的部分截断全局均值滤波器(MDBPTGMF)或改进的基于决策的非对称截断中值滤波器(MDBUTMF),用于去除剩余噪声并增强图像质量。DMF 算法在低噪声密度下表现良好,但在中高水平下去除噪声失败。MDBPTGMF 和 MDBUTMF 在低、中、高噪声密度下均有出色表现,但在高噪声水平下会降低图像质量并使图像模糊。因此,本文的基本思想是结合两个阶段所用滤波器的优势,以在所有噪声密度水平下去除椒盐噪声并增强图像质量。该方法针对不同灰度图像进行了测试,其平均绝对误差(MAE)、峰值信噪比(PSNR)和图像增强因子(IEF)均优于自适应中值滤波器(AMF)、基于决策的非对称截断中值滤波器(DBUTMF)、改进的基于决策的非对称截断中值滤波器(MDBUTMF)以及基于决策的部分截断全局均值滤波器(DBPTGMF)。
引用
@article{arxiv.1504.02856,
title = {High Density Noise Removal by Cascading Algorithms},
author = {Arabinda Dash and Sujaya Kumar Sathua},
journal= {arXiv preprint arXiv:1504.02856},
year = {2015}
}
备注
6 pages, 6 figures