文献类型：期刊文章

作　　者：唐超[1] 左文涛[2] 李小飞[3]

TANG Chao;ZUO Wentao;LI Xiaofei(School of Information Engineering,Guangzhou Vocational and Technical University of Science and Technology,Guangzhou 510550,China;Department of Computer Science and Engineering,Guangzhou College of Technology and Business,Guangzhou 510850,China;School of Information and Mathematics,Yangtze University,Jingzhou,Hubei 434023,China)

机构地区：[1]广州科技职业技术大学信息工程学院,广州510550 [2]广州工商学院计算机科学与工程系,广州510850 [3]长江大学信息与数学学院,湖北荆州434023

出　　处：《计算机工程》

基　　金：国家自然科学基金(61705095);2019年教育部产学合作协同育人项目(201901105017);广州科技职业技术大学2021年校级课题(2021ZR07)。

年　　份：2021

卷　　号：47

期　　号：9

起止页码：210-216

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。

关 键 词：图像去噪 脉冲噪声 噪声检测 中值滤波 修剪均值滤波  高斯加权中值滤波  

分 类 号：TP391]