文献类型：期刊文章

作　　者：陈家益[1] 董梦艺[2] 战荫伟[3] 曹会英[1] 熊刚强[1]

CHEN Jiayi;DONG Mengyi;ZHAN Yinwei;CAO Huiying;XIONG Gangqiang(School of Information Engineering,Guangdong Medical University,Zhanjiang 524023,China;Second Clinical Medical College,Southern Medical University,Guangzhou 510515,China;School of Computer Science and Technology,Guangdong University of Technology,Guangzhou 510006,China)

机构地区：[1]广东医科大学信息工程学院,广东湛江524023 [2]南方医科大学第二临床学院,广州510515 [3]广东工业大学计算机学院,广州510006

出　　处：《暨南大学学报（自然科学与医学版）》

基　　金：国家自然科学基金项目(61170320);广东省自然科学基金项目(2015A030310178);广州市科技计划项目(201604016034);广东省医学科研基金项目(B2018190);湛江市科技攻关计划项目(2017B01142)

年　　份：2019

卷　　号：40

期　　号：1

起止页码：85-94

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、MR、PROQUEST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：目的:克服现有的滤波算法在噪声检测与噪声滤除上的缺陷,进一步提高去噪性能.方法:提出了多邻域中值滤波算法,对噪声检测和噪声滤除的方法分别进行改进.算法用邻域中的灰度极值进行噪声检测,对检测出来的可疑噪声,用邻域的中值作进一步的噪声检测.对噪声像素,在其邻近的9个邻域中分别求出信号像素的中值,然后用所有中值的中值作为噪声像素新的灰度.结果:基于医学图像的实验结果证明,相对于现有的算法,所提出的算法的去噪图像更加清晰,去噪结果的PSNR和SSIM值更高.结论:所提出的算法在彻底去除噪声的同时,很好地保持了图像的纹理边缘和细节,相对于现有的滤波算法,具有更好的去噪性能.

关 键 词：图像去噪 噪声检测 中值滤波 多邻域中值滤波  

分 类 号：TP391]