图5.7 加高斯噪声
图5.8 MATLAB的维纳滤波
21
图 5.9 MATLAB的中值滤波
图 5.10 设计的中值滤波
22
通过比较发现设计的中值滤波器效果更好，使图像更加清晰。在设计的新的
滤波器算法研究发现新的滤波器能够更好的滤除噪声和保护图像的细节，使图像更加清晰，达到更好的效果。
23 6 新型的中值滤波器算法构想
通过上个设计新的滤波器算法，研究发现新的滤波器能够更好的滤除噪声和保护图像的细节，使图像更加清晰，达到更好的效果。上文提出的中值滤波器还有不足之处，有待进一步研究。下文提出一种新型递归多级中值滤波器的构想。
6.1新型递归多级中值滤波器
一般讲，图像的滤噪和保护细节之间是相互矛盾的，我们无法在两方面同时得到最优的效果。但是在出现了许多滤噪能力很强的非线性滤波器的同时，我们希望图像的细节保护能力也能得到相应的提高，以期得到最佳折中。传统的多级中值滤波器(MLM)具有良好的滤噪能力，可是细节保护能力比较差。本章提出了关于中值滤波的递归算法结构，改进了传统的多级中值滤波器(MLM)算法，得到了一种新的中值滤波器算法[19]，该滤波器克服了传统多级中值滤波器一些缺点。实验结果显示，在滤噪方面和细节保护方面，该滤波器比传统的多级中值滤波器有着明显的改善。多级中值滤波器(MLM)是目前公认的性能优良的秩排序滤波器，改进了传统的多级中值滤波器(MLM)算法，得到了一种新的中值滤波器算法，然后研究了这种滤波器的滤噪和保护图像细节的性能。
6.2传统的多级中值滤波器
设a(.，.)为二维离散图像信号，对于一个中心位于(n1,n2 )的（2N+1)x（2N+1)的方形滤波窗口[20]，常用的一种基本子窗口定义为：
W1[n1,n2]??a(n?1k,n)?:2k)?:N?N?k)?:k)?:?k??k?N?N?N??N???k??N??k??N
W2[n1,n2]??a(n,n?12W3[n1,n2]??a(n?1k,n?2k,n?2
W4[n1,n2]??a(n?1 （6-1）
除了以上的定义，基本子窗口还可以取其他形式，但是任意形式的基本子窗口都可以直接应用于多级中值滤波器(MLM) 。不失一般性，本章的研究仅考虑上面定义的基本子窗口。需要指出的是，（6-1）式定义的基本子窗口在文献中被称为子窗口，这里冠以“基本”主要是为了与后面的将要使用的子窗口相区别[21]。 假设Zs(i，j )( s=1，2，3，4)分别(6-1)式中四个子窗中Ws(n1，n2 )(s=1，2，3，4)的元素中值，即
24
ZS(i,j)?medianW[Sn1(n,2s)]?(1,2,3,4) （6-2）
并且:
Ymi(i,j)?nminz[i(j,1Yma(i,j)?x)z,i(j,3z),i(j4,z),?i(j,)] 2?maxz[i(j,)z,i(j,z),i(j,z),i(j,)]1234? (6-3)
式中min[]表示取最小值max[]表示取最大值。 则多级中值滤波器的输出Y(i,j)定义为：
? Y(i,j)medi[anY(,i)m,jaxY(,i),jmin (6-4)
(a,i)j]6.3 提出的关于中值滤波的递归算法结构
提出的递归算法结构的优点：相对于传统多级中值滤波器对图像细节保护能力的不足，该算法能很好的保护原来图像信号的小细节和纹理结构，而且该算法有结构简单，递归时迭代速度快的特点。 6.3.1该算法的结构思想
a. 对噪声污染图像进行初次中值滤波。
b. 在滤波窗口四边用初次滤波值代替污染噪声图像值进行滤波。 c. 在滤波窗口四边用污染噪声图像值代替初次滤波值进行滤波。
d. 取初次中值滤波值，b步骤的滤波值和c步骤的滤波值的中值作为第二次滤波值。
e. 用第二次滤波值取代第一次滤波值，第一次滤波值代替噪声污染图像值进 行b,c,d相同的运算取得第三次滤波值。
f. 依次类推,直到取得最终结果。(迭代次数由实验结果而定) 提出的递归算法的结构框图如6-1所示：
Z O
O O Z O
Z O Z Z O O Z Z Z Z O O (a) (b)
25