基于Rank變換的噪聲圖像邊緣檢測算法研究.pdf

1、在數(shù)字圖像處理中,由于受到環(huán)境、成像方法的影響,圖像的邊緣、細(xì)節(jié)特征等重要信息可能被噪聲湮沒,對邊緣檢測、圖像分割、匹配等后續(xù)處理帶來一定的干擾。有效的減少和消除噪聲對改善圖像質(zhì)量具有重要的意義,因此對噪聲圖像進(jìn)行相應(yīng)的預(yù)處理一直都是圖像處理中的重要研究方向。圖像邊緣是圖像上最基本的特征之一,它對圖像的識別、分析和理解具有十分重要的作用,在圖像自動識別中得到了廣泛的應(yīng)用,快速、準(zhǔn)確的提取圖像上目標(biāo)的輪廓邊緣,也一直是國內(nèi)外研究的熱點(diǎn)問題

2、。
　　本文圍繞上述問題,主要開展了以下兩個(gè)方面的研究工作:
　　第一,提出了一種基于Rank變換的改進(jìn)中值濾波算法。針對傳統(tǒng)濾波算法中對孤立噪聲點(diǎn)和連續(xù)噪聲不能有效濾波等問題,提出了如下改進(jìn)算法:首先,通過引入Rank變換,有效找出圖像中所有的孤立噪聲點(diǎn),并通過遍歷圖像對孤立的噪聲點(diǎn)進(jìn)行中值濾波,最大限度保持圖像細(xì)節(jié),較好地解決抑制圖像噪聲和保護(hù)圖像細(xì)節(jié)之間的矛盾,以便達(dá)到對圖像中孤立噪聲點(diǎn)的較好濾波效果;其次,進(jìn)一步針對

3、少量連續(xù)噪聲點(diǎn)的情況,采用迭代算法對上述中值濾波結(jié)果進(jìn)行處理,來解決連續(xù)噪聲的濾波問題。仿真驗(yàn)證結(jié)果表明,采用本文提出的改進(jìn)中值濾波算法,不僅能有效地去除噪聲,而且能較好地保持圖像細(xì)節(jié)和邊緣,濾波效果明顯好于傳統(tǒng)的方法。
　　第二,給出了一種基于Rank變換的噪聲圖像邊緣檢測算法。傳統(tǒng)邊緣檢測算法在對帶噪聲圖像的邊緣進(jìn)行檢測時(shí),常常存在圖像上的噪聲對邊緣檢測的影響以及所檢測出的邊緣的斷裂問題。針對這兩個(gè)問題,本文給出了一種基于Ra