吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (2): 670-674.doi: 10.13229/j.cnki.jdxbgxb201502050

• 论文 • 上一篇    下一篇

基于阿尔法均值算法和马氏距离的图像自适应滤波

刘光宇,庞永杰   

  1. 哈尔滨工程大学 船舶与海洋工程学院,哈尔滨 150001
  • 收稿日期:2013-09-10 出版日期:2015-04-01 发布日期:2015-04-01
  • 作者简介:刘光宇(1982),男,讲师,博士.研究方向:水下机器人,声呐图像处理与跟踪.E-mail:313486070@qq.com
  • 基金资助:
    国家自然科学基金项目(41376102,41306086).

Filter of the optical image based on alpha-trimmed mean filter and Mahalanobis distance

LIU Guang-yu, PANG Yong-jie   

  1. College of Underwater Acoustics Engineering, Harbin Engineering University, Harbin 150001, China
  • Received:2013-09-10 Online:2015-04-01 Published:2015-04-01

摘要: 针对数字图像容易感染噪声的问题,提出一种基于阿尔法均值滤波算法和马氏距离的图像自适应滤波算法。该算法充分结合了阿尔法均值滤波器的优点和马氏距离的特性,首先利用阿尔法均值滤波器确定参考序列,然后计算参考序列与滤波窗口内比较序列之间的马氏距离,并根据距离的大小确定滤波窗口内各像素点的权系数,最后将加权结果作为滤波输出。实验结果表明:该算法对受到高斯噪声、椒盐噪声以及混合噪声感染的图像具有较好的滤波效果,同时可以较好地保持原始图像的细节信息。

关键词: 信息处理技术, 图像滤波, 阿尔法均值滤波, 马氏距离

Abstract: It is easy for digital image to contain noise. To overcome this problem, an adaptive filter algorithm based on Alpha-trimmed mean filter and Mahalanobis distance is proposed. This algorithm combines the advantages of the Alpha-trimmed mean filter and the feature of the Mahalanobis distance. First, the reference sequence is obtained by the Alpha-trimmed mean filter. Then, the Mahalanobis distance between the reference sequence and the comparing sequence is calculated, which is used to determine the weight coefficient of the pixels in the filter window. Finally, the weighted result is taken as the filter output. The experiment results show that the filtering effect of the proposed algorithm is very high for the image containing Gaussian noise, salt and pepper noise or mixed noise, and can keep the details of the original image.

Key words: information processing technology, image filter, Alpha-trimmed mean filter, Mahalanobis distance

中图分类号: 

  • TN911.7
[1] 罗海驰, 李岳阳, 孙俊. 一种基于自适应神经模糊推理系统的图像滤波方法[J]. 计算机科学, 2013, 40(7): 302-306.
Luo Hai-chi, Li Yue-yang, Sun Jun. Filtering mehtod for images based on adaptive neuro-fuzzy inference system[J]. Computer Science, 2013, 40(7): 302-306.
[2] 康牧, 王宝树. 一种基于图像增强的图像滤波方法[J]. 武汉大学学报:信息科学版, 2009, 34(7): 822-825.
Kang Mu, Wang Bao-shu. An image filtering algorithm with image enhancement[J]. Geomatics and Information Science of Wuhan University, 2009, 34(7): 822-825.
[3] Rostami M, Michailovich O, Zhou Wang. Image deblurring using derivative compressed sensing for optical imaging application[J]. IEEE Transactions on Image Processing, 2012, 21(7): 3139-3149.
[4] Li T S, Chen C C , Su Y T . Optical image stabilizing system using fuzzy sliding-mode controller for digital cameras[J]. IEEE Transactions on Consumer Electronics, 2012, 58(2): 237-245.
[5] 贾洪哲, 闫德勤, 刘胜蓝,等. 一种参数优化的图像滤波方法研究[J]. 微型机与应用, 2013, 32(7): 43-45.
Jia Hong-zhe, Yan De-qin, Liu Sheng-lan, et al. A parameter optimization of image filtering method research[J]. Microcomputer & ITS Application, 2013, 32(7): 43-45.
[6] Chen C S, Yeh C W, Yin P Y. A novel Fourier descriptor based image alignment algorithm for automatic optical inspection[J]. Journal of Visual Communication and Image Representation, 2009, 20(3): 178-189.
[7] 许光宇, 檀结庆, 钟金琴. 自适应的有效非局部图像滤波[J]. 中国图象图形学报, 2012, 17(4): 471-479.
Xu Guang-yu, Tan Jie-qing, Zhong Jin-qin. Adaptive efficient non-local image filtering[J]. Journal of Image and Graphics, 2012, 17(4): 471-479.
[8] 史延新, 孔晓荣. 基于数学形态学的自适应彩色图像滤波[J]. 西安工业大学学报, 2012, 32(12): 1015-1019.
Shi Yan-xin, Kong Xiao-rong. Adaptive color image filter based on mathematics morhpolog[J]. Journal of Xi'an Technological University, 2012, 32(12): 1015-1019.
[9] Oten R, De Figueiredo, Rui J P. Adaptive alpha-trimmed mean filters under deviations from assumed noise model[J]. IEEE Transactions on Image Processing, 2004, 13(5): 627-639.
[10] Tsai H H, Tseng H C, Lai Y S. Robust lossless image watermarking based on α-trimmed mean algorithm and support vector machine[J]. Journal of Systems and Software, 2010, 83(6): 1015-1028.
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!