一种改进的中值滤波算法

通常，大部分自然图像中同时存在颗粒噪声和高斯噪声，而单纯地用中值滤波算法或均值滤波难以同时尽可能地消除混合噪声。针对这一问题，Lee和Kassam提出了一种改进的均值滤波算法ModifiedTrimmedMean(MTM)，虽然MTM算法的滤波效果相对于传统的平滑算法已有了很大的改善，但是MTM的滤噪能力在很大程度上受到了阈值的限制。在分析MTM算法和传统平滑算法结构特点的基础上提出了一种改进的自适应中值滤波算法。该算法对含有混合噪声的图像上每一点的N×N区域应用自适应算子。对于不同的图像区域，算子也相应地有所不同，其中算子中的权值选取依赖于区域的灰度中值，且当某点的灰度越接近灰度中值，其权值就相应地越大。实践证明，新算法的处理结果优于传统的滤波算法和MTM滤波，且没有阈值限制