图像处理中中值滤波的应用探讨

2017-03-10孙延波

网络安全技术与应用 2017年9期

关键词：椒盐中值清晰度

◆孙延波

（中国人民武装警察部队警官学院四川 610213）

图像处理中中值滤波的应用探讨

◆孙延波

（中国人民武装警察部队警官学院四川 610213）

中值滤波是目前图像处理中比较常用的一种非线性信号处理技术，通过中值滤波技术不仅能够对噪声进行减弱或消除，而且还能够完好无损地保留图像中的每一个细节。正是由于中值滤波技术可以将信号和噪音分别处理，才使得其在图像处理中应用的范围更广，跟之前采用的传统的滤波技术相比，中值滤波技术存在很大的优势和特点。本文就中值滤波技术进行阐述，并且对其在图像处理中的应用情况进行详细地探讨。

中值滤波；图像处理；噪声信号；非线性滤波

0 引言

噪声信号的滤波是图像处理的一个重要环节，之前对噪声进行滤波的过程主要就是采用线性滤波器，但是线性滤波器的使用性能和工作效率不是很强。随着科学技术的发展，现代的中值滤波技术得以创立，非线性数字信号处理方法在图像处理中的应用越来越多，而且也显得越来越重要。目前，人们对噪声信号的恢复主要就是通过使用非线性滤波器来实现的，而且这种非线性滤波器在很多行业中的应用都比较广，人们越来越重视对中值滤波技术的开发。

1 中值滤波技术

中值滤波技术早在上个世纪七十年代就被提出来，当时科学家们主要就是利用中值滤波技术对离散信号进行处理，通过采用中值滤波技术可以减小信号处理过程中存在的数据误差，能够对噪声和信号进行针对性的高效识别。中值滤波技术主要基于排序理论，是能够有效抑制噪声的非线性信号处理技术。中值滤波的主要理念就是把图像数字中的某一个点值用其领域内的其他点值来替代。由此可见，中值滤波技术的技术要点还是比较复杂的，不仅运用到了数学知识，而且还结合了现代化的计算机技术。随着科学技术的不断进步，目前的中值滤波技术已经相当成熟，可以很广泛地应用于各种信号处理中。

2 中值滤波的主要特性

2.1 滤除噪声的性能

中值滤波是非线性运算，因此采用中值滤波对噪声进行滤除的时候内部流程相对是比较复杂的。通过调查可以发现，如果输入噪声的密度越大，那么中值滤波输出的信号中含有的噪声信号就越小，这也正说明了中值滤波技术对噪声滤除的效率是比较高的，可以很自然地将噪声信号和有效信号区分开来，从而获得想要的信号。与此同时，中值滤波虽然可以对一些随机噪声进行抑制，但是其对噪声的抑制能力并没有平均值滤波好，主要就是因为平均值滤波需要处理的噪声信息方差比中值滤波小，减少了很多复杂的运算；另外，中值滤波技术对脉冲信号的处理相对比较高效，能够处理相距比较远的窄脉冲，这也就说明中值滤波滤除噪声的性能整体上比较好。

2.2 对某些信号的不变形

对于某些特定的信号，通过中值滤波技术能够对这些特殊信号进行针对性的识别，而且经过一系列的信号转变之后这些信号的波值不会发生任何变化，这正是中值滤波技术的优势所在。二维中值滤波中的不变形相对于其他空间信息更复杂，而且信号识别起来更加困难，但是中值滤波技术可以很好的将这些信号输送出来，并且不对这些信号产生任何不良的影响。正因为中值滤波技术不仅能够滤除掉信号中的一些噪声，而且还能够保证图像的清晰度不变，使得中值滤波技术在图像处理中的应用更加普遍。

2.3 中值滤波的频谱特性

由于中值滤波属于非线性运算，在对信号进行识别和转换的时候能够对应输入输出波值一一对应的关系，但是线性运算却不能够做到这一点，这就使得现代化的中值滤波技术比传统的滤波技术更加先进，而且应用效果更好。经过大量的试验可以知道，中值滤波器的频谱响应跟输入信号之间的频谱响应度非常高，而且其对信号进行输入输出的时候对信号的波长的影响也比较小。虽然中值滤波技术输送出来的曲线不是在一条直线上，但是信号震动的幅度却比较小，完全可以认为信号没有发生太大的变化，这就说明了中值滤波技术的频谱特性比较好，即使经过再复杂的信号转变过程，信号的频谱也会保持基本不变的趋势。

3 中值滤波在图像处理中的应用

3.1 基于偏微分方程的图像处理

偏微分方程是近几年来比较常用的一种图像处理技术，通过对这个偏微分方程的使用不仅可以对图形的原型进行修复，而且还可以有效地提高图像的清晰度。但是在对偏微分方程进行使用的过程中也会应用到中值滤波技术，中值滤波技术与偏微分方程运算相结合能够达到很好的效果，能够在很大程度上提高图像处理效率。根据相关理论知识可以知道，中值滤波技术能够有效地解决线性非均匀扩散方程中的问题，而且还可以解决图像边缘去噪问题，正是由于中值滤波自身具有的独特特性，才使得基于偏微分方程的图像处理效果更好。与此同时，中值滤波技术在偏微分方程中的应用还有变分法和图像变换法，这两种方法中涵盖了中值滤波技术的主要要点。由此可见，基于偏微分方程的图像处理在很大程度上降低了图像的不规则性，而且也在整体上使得图像的某些特征达到最优化的状态。

3.2 基于阈值的图像椒盐噪声的非迭代滤除

在对图像进行处理的过程中，滤除图像中的噪声并且保持图像的清晰度是图像处理的重要环节和内容。现实中，由于照相机的亮度和光线没有得到很好的控制，会导致图像中存在很多噪声，这些噪声的存在自然会在很大程度上影响图像的整体质量。因此，必须根据相关先进技术对图像中的噪声进行处理，并且提高图像展现的清晰度。为了解决这一难题，相关专家采用非线性滤波技术对其进行处理，并且发现中值滤波技术能够达到的效率最好，而且中值滤波技术还能够对图像中的阈值部分进行处理，能够保证图像中每一个小细节都得到很好的处理，这也正是中值滤波技术的优势所在。基于此，人们研究出了基于阈值的图像椒盐噪声的非迭代滤除技术，通过这项技术可以对图像中的每一个细节进行处理，保证了图像的质量，这种技术相对于其他图像处理技术而言有着非常大的优势，能够快速地达到去噪声的目的。

3.3 基于方向信息的图像椒盐噪声的非迭代滤除

今年来，图像细节保护的中值滤波器的研究成为了热门的研究方向，在对其进行研究的过程中出现了给予中值滤波的改进型算法，即SBM算法，通过SBM算法可以使得图像处理的效果变得更好，而且还能够针对每一个图像细节问题进行逐一处理。与此同时，基于方向信息的图像椒盐噪声的非迭代滤除技术应运而生。这种技术的工作流程主要就是对有噪声的图像进行识别，通过中值滤波技术对噪声进行检测，先对噪声信号进行滤除，然后恢复图像的清晰度，对图像每一个细节进行算法技术处理，从而能够对图像进行全方向的噪声滤除。

3.4 改进的基于中值滤波的反扩散

众所周知，去噪是图像处理中的一个基本问题，如果不能够对图像中的噪声进行高效的处理，那么就会对图像造成不同程度的污染。为了能够减小噪声处理过程对图像质量的影响，相关技术人员对中值滤波中的反扩散技术进行了改进，先通过反扩散对噪声信号进行排除，然后再采用中值滤波技术对图像进行清晰度提升，最终保证图像的视觉效果比较好，达到人们审美的要求。另外，通过反扩散还可以对图像中残留的椒盐噪声进行高度清除，从而实现快速处理图像的目的。由此可见，中值滤波技术在图像处理中的应用相对是比较多的，但是要实现对噪声的深度处理还需要对中值滤波技术进行改进。