【導(dǎo)讀】不可否認，圖像可以帶給人們許多有用的信息，前提是保證圖像足夠清晰，至少能夠處于人眼的識別范圍之內(nèi)。為了重現(xiàn)圖像傳遞信息的功能，就必須對受污染或受損壞的圖像進行。鹽噪聲也叫脈沖噪聲，是一種黑白相間的亮暗點噪聲，它會嚴(yán)重影響圖像的質(zhì)量。在各種濾波方法中，經(jīng)研究表明中值濾波對椒鹽噪聲有較理想的濾除效果。為了解決這一矛盾，人們提出了自適應(yīng)中值濾波。整體，從而較好的恢復(fù)被污染的圖像。研究者們提出了關(guān)于自適應(yīng)中值濾波的多種算法，如自適應(yīng)定向加權(quán)中值。文獻2提出一種基于四分法噪聲檢測的開關(guān)中值濾波算法[2]，首先對窗。文獻4和文獻5中都提及了自適應(yīng)中值濾波在混合噪聲濾波上的。聲，從而對同時含有椒鹽噪聲和高斯噪聲的混合含噪圖像進行有效的濾波處理。文獻10研究了自適應(yīng)中值濾波在焊縫跟蹤過程的應(yīng)用[10]。理，從而增加夜間行車的安全性。文獻13對于植物葉片面積的計算中就利了對圖像的自適應(yīng)中值濾波[13]。

　　

【正文】 11 翟永杰，李炎，韓璞，王東風(fēng) .數(shù)字圖像處理技術(shù)在鍋爐爐膛火焰監(jiān)測系統(tǒng)中的 研究現(xiàn)狀 .電站系統(tǒng)工程 ,第 20 卷 01期， 2021 12 白秋果，李志剛，劉樹亭 . 基于 FPGA 的實時圖像預(yù)處理技術(shù)在汽車夜視. . 系統(tǒng)中的應(yīng)用 .電子技術(shù)應(yīng)用 ,2021 年 01 期 13 倪臣敏，葉懋東，陳孝春，韋學(xué)輝 . 基于序列圖像的高密度脈沖噪聲去除新方法 .江南大學(xué)學(xué)報 ,第 6卷第 5 期 ,2021 年 10 月 14 寧春玉 ,趙春華 . 自適應(yīng)中值濾波算法濾除醫(yī)學(xué)圖像脈沖噪聲 .計算機工程與應(yīng)用 , 2021 15 楊建菊，張貴英 . 基于自適應(yīng)濾波的淋巴細胞圖像分割算法研究 .計算機仿真 ,2021 年 08期 16 柴寶仁 . 中值濾波在氣 象傳真圖中降噪的分析 .北京理工大學(xué)學(xué)報 ,31卷第 4期 ,2021 年 4月 17 何雷 .自適應(yīng)加權(quán)中值濾波在地震圖像中的應(yīng)用研究 . 重慶科技學(xué)院學(xué)報（自然科學(xué)版） ,第 12卷第 4 期 18 馬志強 ,孫世宇 ,賀治華 ,王楊帆 . 高炮校射中彈目圖像的濾波方法研究 . 信息技術(shù) , 2021 年第 3 期 19 曾憲佑 ,黃佐華 ,周進朝 ,張勇 . 一種去除椒鹽噪聲的自適應(yīng)極值中值濾波算法 .計算機與現(xiàn)代化 ,2021 年第 11 期 ,總第 207 期 . . 附 錄 附錄為本次設(shè)計所用的 MATLAB 程序。如下： X=imread(39。G:\tu\tu33\39。)。 figure。imshow(x)。 title(39。原始圖像 39。)。 P=imnoise(x,39。salt amp。 pepper39。,)。 figure。imshow(P)。 title(39。加椒鹽噪聲后的圖像 39。)。 R=X(:,:,1)。G=X(:,:,2)。B=X(:,:,3)。 figure。imshow(R)。 figure。imshow(G)。 figure。imshow(B)。 g=R。 Smax=[7 7]。 [M,N]=size(g)。 %初始化 . f=R。 f(:)=0。 alreadyProcessed=false(size(g))。 %開始濾波 . %Zmin 是在 S xy 濾窗內(nèi)灰度的最小值 。 %Zmax 是在 S xy 濾窗內(nèi)灰度的最大值 。 . . %Zmed 是在 S xy 濾窗內(nèi)灰度的中值 。 %Zxy 是坐標(biāo) ( x , y) 處的灰度值 。 %Smax 指定 S xy 所允許的最大值。 %自適應(yīng)中值濾波算法由兩個部分組成 ,稱為第一層 (Level %A) 和第二層 (Level B) 。算法如下 : %Level A : A 1 = Zmed Zmin %A 2 = Zmed Zmax %如果 A 1 0 并且 A 2 0 ,轉(zhuǎn)到 level B ,否則增加濾 %窗 S xy 的尺寸。 %如果濾窗 S xy 的大小≤ Smax ,則重復(fù)執(zhí)行 Level A , %否則把 Zxy作為輸出值。 %Level B : B1 = Zxy Zmin %B2 = Zxy Zmax %如果 B1 0 并且 B2 0 , 把 Zxy 作為輸出值 , 否則 %把 Zmed 作為輸出值。 for k=3:2:Smax %相當(dāng)于 k*k的極小值濾波 zmin=ordfilt2(g,1*1,ones(k,k))。 %相當(dāng)于 k*k的極大值濾波 zmax=ordfilt2(g,k*k,ones(k,k))。 % k*k 的中值濾波 zmed=medfilt2(g,[k k])。 %判斷 Zmed 是否為一脈沖 processUsingLevelB=(zmedzmin) amp。 (zmaxzmed) amp。 ~alreadyProcessed。 %判斷 Z,x,y 是否為一脈沖 zB=(gzmin) amp。 (zmaxg)。 outputZxy=processUsingLevelB amp。 zB。 . . outputZmed=processUsingLevelB amp。 ~zB。 %輸出一個不變的像素值 Zx,y 來代替鄰域中值作為輸出 f(outputZxy)=g(outputZxy)。 %輸出中值濾波的值作為輸出 f(outputZmed)=zmed(outputZmed)。 alreadyProcessed=alreadyProcessed|processUsingLevelB。 if all(alreadyProcessed(:)) break。 end end D1=f。 g=G。 Smax=[7 7]。 [M,N]=size(g)。 %初始化 . f=G。 f(:)=0。 alreadyProcessed=false(size(g))。 %開始濾波 . for k=3:2:Smax %相當(dāng)于 k*k的極小值濾波 zmin=ordfilt2(g,1*1,ones(k,k))。 %相當(dāng)于 k*k的極大值濾波 zmax=ordfilt2(g,k*k,ones(k,k))。 % k*k 的 中值濾波 zmed=medfilt2(g,[k k])。 . . %判斷 Zmed 是否為一脈沖 processUsingLevelB=(zmedzmin) amp。 (zmaxzmed) amp。 ~alreadyProcessed。 %判斷 Z,x,y 是否為一脈沖 zB=(gzmin) amp。 (zmaxg)。 outputZxy=processUsingLevelB amp。 zB。 outputZmed=processUsingLevelB amp。 ~zB。 %輸出一個不變的像素值 Zx,y 來代替鄰域中值作為輸出 f(outputZxy)=g(outputZxy)。 %輸出中值濾波的值作為輸出 f(outputZmed)=zmed(outputZmed)。 alreadyProcessed=alreadyProcessed|processUsingLevelB。 if all(alreadyProcessed(:)) break。 end end D2=f。 g=B。 Smax=[7 7]。 [M,N]=size(g)。 %初始化 . f=B。 f(:)=0。 alreadyProcessed=false(size(g))。 %開始濾波 . for k=3:2:Smax %相當(dāng)于 k*k的極小值濾波 . . zmin=ordfilt2(g,1*1,ones(k,k))。 %相當(dāng)于 k*k的極大值濾波 zmax=ordfilt2(g,k*k,ones(k,k))。 % k*k 的中值濾波 zmed=medfilt2(g,[k k])。 %判斷 Zmed 是否為一脈沖 processUsingLevelB=(zmedzmin) amp。 (zmaxzmed) amp。 ~alreadyProcessed。 %判斷 Z,x,y 是否為一脈沖 zB=(gzmin) amp。 (zmaxg)。 outputZxy=processUsingLevelB amp。 zB。 outputZmed=processUsingLevelB amp。 ~zB。 %輸出一個不變的像素值 Zx,y 來代替鄰域中值作為輸出 f(outputZxy)=g(outputZxy)。 %輸出中值濾波的值作為輸出 f(outputZmed)=zmed(outputZmed)。 alreadyProcessed=alreadyProcessed|processUsingLevelB。 if all(alreadyProcessed(:)) break。 end end D3=f。 figure。imshow(D1)。 title(39。濾波圖像 139。)。 figure。imshow(D2)。 title(39。濾波圖像 239。)。 figure。imshow(D3)。 title(39。濾波 圖像 339。)。 . . E=cat(3,D1,D2,D3)。 figure。imshow(E)。 X1=mean(X(:))。%對原始圖像的所有像素值求平均值 E1=mean(E(:))。%對濾波后圖像的所有像素值求平均值 A=E1/X1 X2=std2(X)。%對原始圖像的所有像素值求均方差 E2=std2(E)。%對濾波后圖像的所有像素值求均方差 B=E2/X2