基于模糊技術(shù)的混合濾波算法研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)圖像與人們的日常應(yīng)用的關(guān)系愈加緊密。然而，在圖像的產(chǎn)生、傳輸和保存的過程中，往往會(huì)受到各種噪聲的干擾，嚴(yán)重的影響圖像的視覺效果。因此，各種圖像處理技術(shù)孕育而生，其中的圖像濾波技術(shù)就是關(guān)鍵之一。圖像濾波技術(shù)需要在減少噪聲的同時(shí)，盡可能多的保持了圖像的細(xì)節(jié)，為后續(xù)的處理工作奠定堅(jiān)實(shí)的基礎(chǔ)。 本文在研究和分析了傳統(tǒng)的圖像濾波算法的特點(diǎn)和不足之后，針對(duì)噪聲的不確定性特點(diǎn)，以及傳統(tǒng)算法對(duì)圖像的單一處理的缺陷，結(jié)

2、合模糊理論，提出了一種基于模糊理論的加權(quán)混合濾波算法。此算法利用圖像的中值、均值和原值等特征信息，運(yùn)用模糊理論得到相關(guān)的加權(quán)系數(shù)，并以此計(jì)算最后的濾波結(jié)果。 本文的主要工作有以下三個(gè)方面： 1)提出了一種改進(jìn)的隸屬函數(shù)。通過對(duì)噪聲特征的分析，論文中對(duì)傳統(tǒng)的高斯型隸屬函數(shù)進(jìn)行了改進(jìn)得到了改進(jìn)型高斯隸屬函數(shù)，從理論上說，更接近實(shí)際噪聲的影響。 2)提出了一種變形的去模糊方式。即以噪聲的分類加權(quán)系數(shù)作為去模糊函數(shù)的權(quán)值

3、，而隸屬函數(shù)的輸出結(jié)果僅作為隸屬函數(shù)輸入的修正系數(shù)。 3)改進(jìn)了濾波器的輸入。通常的輸入都是圖像的某一絕對(duì)特征，如灰度值?？紤]到加入相關(guān)性提高濾波效果，在本濾波器中引入這些絕對(duì)特征的差值，即灰度原值和鄰域中值、均值的差。 通過對(duì)比實(shí)驗(yàn)可以看出，由于此算法充分的考慮到了圖像之間的相關(guān)性和噪聲的不確定性，濾波的結(jié)果在減少噪聲的同時(shí)也極大的保持了原圖的細(xì)節(jié)部分。并且此算法相對(duì)于一些復(fù)雜算法而言，其計(jì)算簡單，無需遍歷圖像計(jì)算統(tǒng)計(jì)