用噪声检测算法改进理想低通滤波器
针对图像去噪算法存在滤除噪声与保留图像边缘细节之间的矛盾.本文提出了一种使用基于分数阶微分梯度的随机噪声检测算法去提高理想低通滤波器的去噪性能的方法.首先使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度.然后依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点,最后只对图像中被检测出的噪声点用理想低通滤波器进行滤波,可使图像在去除噪声和保留图像细节两方面同时获得较优的效果.实验表明本文提出的算法不仅可以获得更好的视觉效果,而且去噪后图像的峰值性噪比(PSNR)表明去噪后的图像更接近原始图像,使用理想低通滤波器获得的最大峰值信噪比为29.0893,本算法获得的最大峰值信噪比为34.7027.本文是将分数阶微积分用于图像去噪的尝试,为提高图像去噪性能提供了一个新的研究方向.
理想低通滤波器 噪声检测算法 去噪性能 分数阶微分梯度
杨柱中 周激流 郎方年
成都大学电子信息工程学院;成都大学模式识别与智能信息处理实验室;中国科学院深圳市高性能数据挖掘重点实验室 成都大学模式识别与智能信息处理实验室;四川大学计算机(软件)学院 成都大学模式识别与智能信息处理实验室
国内会议
成都
中文
49-59
2015-09-01（万方平台首次上网日期，不代表论文的发表时间）