自适应阈值中值滤波去除大密度椒盐噪声

最新推荐文章于 2025-07-08 19:40:03 发布

原创

最新推荐文章于 2025-07-08 19:40:03 发布 · 4.6k 阅读

33 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #椒盐噪声 #中值滤波

这篇博客介绍了如何利用自适应中值滤波方法有效地去除图像中的大密度椒盐噪声。在非边缘区域，通过不断增大模板直到中值不再为0或255来处理噪声；而在边缘部分，则采用局部均值策略。该方法基于刘杨的研究成果，提供了一种改进的图像去噪解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这篇也是老师留的一个小作业，如何滤除椒盐噪声。首先椒盐噪声是很简单的一种噪声，椒噪声（黑点）灰度为0，盐噪声（白点）灰度为255，去除椒盐噪声比较有效的方法是采用中值滤波，但是，在噪声密度较大时，标准中值滤波（SMF）的效果就不太好了，因为SMF采用3*3模板，当噪声密度较大时，所得的中值很可能还为噪声，因此，有很多改进的中值滤波方法被提出。

本文所实现之功能基于以下思想：

1.对于非边缘部分，采取自适应中值滤波方法，即先判断当前像素点灰度值是否为0/255，如果不是，则不进行处理，如果是，则进行SMF，取得中值，再进行判断中值是否为0/255，如果是，则增大模板，直至中值不为0/255；

2.对于边缘部分，采取局部均值的方法。

参考文献：刘杨。基于改进型中值滤波的高密度椒盐噪声图像去噪算法研究 [ J ].微型机与应用，2016，35(19):47-49.

—————————————————转载请注明出处———————————————

matlab程序如下：

%*******************************************
%———自适应中值滤波法去除大密度椒盐噪声———
%  主要思想
%  判断当前像素是否为噪声点
%   1) NO ->不处理
%   2) YES->自适应中值滤波  
%   3) 边缘处理
%                             04/01/2018
%******************************************
close all;clc;
%读取图像
I=imread('lena.jpg');
%变为灰度图
I=rgb2gray(I);
%加椒盐噪声
In=imnoise(I,'salt & pepper',0.7);
%求图像最大最小值
max=max(max(In));
min=min(min(In));
%创建一幅图像
size=size(In);
J=zeros(size);
%自适应中值滤波
for