为了进一步提高对图像椒盐噪声的滤波性能,对现有的自适应均值滤波算法进行了改进。滤波过程分为3个阶段:首先基于像素灰度极值对图像进行噪声检测与噪声密度计算;然后基于滤波窗口中信号点数量自适应扩大窗口尺寸;最后在滤波窗口中进行基于距离权重的加权均值滤波计算,对噪声点像素值更新。采用该算法对包含10%-90%椒盐噪声的图像进行滤波,实验结果表明,该算法的峰值信噪比(PSNR)与结构相似度(SSIM)优于现有其他算法,能够更好地保持图像中的边缘细节。
科研之友
微信
新浪微博
Facebook
分享链接
