文档介绍：基于动态窗口的自适应中值滤波算法周华(德州学院计算机系山东德州253023)针对中值滤波算法对于高密度噪声图像以及纹理细腻图像的边缘处理能力欠佳的缺陷,提出一种基于动态窗口的自适应中值滤波算法。新算法根据噪声点与周围信息的关联程度将噪声点滤波值进行调整,从而更好的处理图像的细节部份。新算法中的自适应策略加强了滤波算法的去噪性能,使其对于含有任意噪声密度的图像也能很好的进行噪声滤除。通过仿真分析,新算法对于细节丰富的图像以及高密度噪声的图像滤波效果良好,有效的提高图像的峰值信噪比,其去噪效果相比其他方法更加优秀。椒盐噪声噪声检测动态窗口DYNAMICWINDOW-BASEDADAPTIVEMEDIANFILTERALGORITHMZhouHua(puterScience,DezhouUniversity,ShandongDezhou253023)AbstractInresponsetotheflawthatthemedianfilteringalgorithmhasapoorhandlingcapacitytohigh-exturenoise,aDynamicwindow--pointinformationandthesurrounding,thenewalgorithmadjusttheNoisepointfiltervalue,-noisingalgorithm,whichisgoodatdealingthehigh-,-and-peppernoiseadaptivemedianfilterdynamicwindow0引言山东省优秀中青年科学家科研奖励基金:BS2009SF014。周华,博士,副教授,主研领域:多媒体技术。图像的编码及传输中,经常经过含有噪声的线路或被电子感应噪声污染时,会使图像染上一定程度的椒盐噪声(即脉冲噪声)[1]。中值滤波因其与输入信号序列的映射关系,在去除脉冲噪声上有比较好的效果,很多学者针对中值滤波技术进行研究,提出了很多改进算法。如加权中值滤波方法(WM)[2],中心权值中值滤波器(CWM)[3],三态中值滤波器(TSM)[4],模糊多极中值滤波方法[6]等,以及基于上述若干方法的改进策略[7]。文献[8]介绍了一种改进的自适应中值滤波方法(AM),取得了不错的滤波效果,但其对于高密度噪声图像以及纹理细腻图像的边缘处理能力不佳。本文将基于该种方法(AM),并通过分析图像噪声信息,提出一种基于噪声检测的自适应中值滤波,以克服对于高密度噪声及多细节图像去噪不理想的问题。实验结果表明,新算法对于细节丰富的图像以及高密度噪声的图像滤波效果良好,有效的提高图像的峰值信噪比,其去噪