CN109785267A - 一种改进的快速中值滤波算法 - Google Patents

一种改进的快速中值滤波算法 Download PDF

Info

Publication number
CN109785267A
CN109785267A CN201910051833.3A CN201910051833A CN109785267A CN 109785267 A CN109785267 A CN 109785267A CN 201910051833 A CN201910051833 A CN 201910051833A CN 109785267 A CN109785267 A CN 109785267A
Authority
CN
China
Prior art keywords
along
grey scale
pixel value
axis direction
scale pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910051833.3A
Other languages
English (en)
Inventor
李东洁
徐立航
宋贺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN201910051833.3A priority Critical patent/CN109785267A/zh
Publication of CN109785267A publication Critical patent/CN109785267A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种改进的快速中值滤波算法，包括以下步骤：A、如图1所示，将5×5滑动窗口内的像素灰度值沿x轴方向排序；B、如图2所示，将经过步骤A之后的像素灰度值再沿y轴方向排序；C、如图3所示，将经过步骤B之后的像素灰度值沿y＝‑x方向排序；D、如图4所示，最终的中值结果是3个候选数值A、B、C的平均值；本发明提出的快速中值滤波算法，不仅能有效去除图像中的噪声信息，同时与传统中值滤波相比，可以大大缩短程序的运行时间。

Description

一种改进的快速中值滤波算法
技术领域
本发明涉及图像处理领域，具体为一种改进的快速中值滤波算法。
背景技术
数字图像的采样或传输在经过传感器或传输通道时经常受到噪声的干扰。图像滤波是图像预处理中必不可少的步骤，其不仅能够在最大程度上保留图像细节特征并且可以去除图像中的噪声信息。
中值滤波是一种典型的非线性滤波方法，对于噪声为散粒噪声的情况下，滤波效果显著。中值滤波是一种基于排序统计理论的滤波方法，其基本思想是：将以某一像素为中心的滑动窗口内的所有像素点的灰度值进行排序，选取中间值作为中心像素点灰度的新值。中值滤波对于斑点噪声与椒盐噪声来说效果尤其理想。
但通常的中值滤波中的数据排序费时较多，特别在大滑动窗口下，需要进行大量的数据比较工作，不利于图像快速实时的处理。因而有必要对中值滤波进行改进。
发明内容
本发明的目的在于提供一种改进的快速中值滤波算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种改进的快速中值滤波算法包括以下步骤：
A、如图1所示，将5×5滑动窗口内的像素灰度值沿x轴方向排序；
B、如图2所示，将经过步骤A之后的像素灰度值再沿y轴方向排序；
C、如图3所示，将经过步骤B之后的像素灰度值沿y＝-x方向排序；
D、如图4所示，最终的中值结果是3个候选数值A、B、C的平均值。
优选的，所述步骤A中对5×5滑动窗口内的像素灰度值沿x轴方向排序，如图1所示。25个候选数值均位于网格为5×5的二维xy平面上，分别标记为P(1,1)-P(5,5)。沿x轴方向，这25个数值被分成5组，如L1-L5。L1由P(1,1)-P(1,5)组成，而L5由P(5,1)-P(5,5)组成。在L1中沿着x轴方向执行降序操作，排序后，这5个位置的数学关系为P(1,1)≥P(1,2)≥P(1,3)≥P(1,4)≥P(1,5)，其他4组也执行相同的操作。每个组都有相对于其他组的独立处理，并行完成降序排序。
优选的，所述步骤C中对5×5滑动窗口内的像素灰度值沿y＝-x方向排序在前两个步骤之后，只有13个候选数值(如灰色阴影圈)有机会竞争最终的中值，如图3所示。这13个候选数值按照y＝-x方向分成3组，其中第i组、j组和k组分别包含4、5和4个候选数值。每组以相同的方式沿y＝-x方向进行并行降序排序。
与现有技术相比，本发明的有益效果是：
(1)本发明采用基于3方向排序的改进中值滤波算法，其中步骤A、步骤B、步骤C中的排序都是基于并行处理的，极大缩短了算法的时间复杂度O(n)。
(2)本发明去除图像中的噪声信息效果明显，尤其是图像中的椒盐噪声。
附图说明
图1为沿x轴方向降序原理图。
图2为沿y轴方向降序原理图。
图3为沿y＝-x方向降序原理图。
图4为确定中值原理图。
具体实施方式
本发明提供一种技术方案：一种改进的快速中值滤波算法,下面结合附图与具体实施方式对本发明作进一步详细描述。包括以下步骤：
A、如图1所示，将5×5滑动窗口内的像素灰度值沿x轴方向排序；
B、如图2所示，将经过步骤A之后的像素灰度值再沿y轴方向排序；
C、如图3所示，将经过步骤B之后的像素灰度值沿y＝-x方向排序；
D、如图4所示，最终的中值结果是3个候选数值A、B、C的中值。
本发明中，步骤A中对5×5滑动窗口内的像素灰度值沿x轴方向排序，如图1所示。25个候选数值均位于网格为5×5的二维xy平面上，分别标记为P(1,1)-P(5,5)。沿x轴方向，这25个数值被分成5组，如L1-L5。L1由P(1,1)-P(1,5)组成，而L5由P(5,1)-P(5,5)组成。在L1中沿着x轴方向执行降序操作，排序后，这5个位置的数学关系为P(1,1)≥P(1,2)≥P(1,3)≥P(1,4)≥P(1,5)，其他4组也执行相同的操作。每个组都有相对于其他组的独立处理，并行完成降序排序。
本发明中，步骤B中对5×5滑动窗口内的像素灰度值沿y轴方向排序，如图2所示。25个候选数值沿y方向被分成5组。每组执行同步骤A相同的操作。
本发明中，步骤C中对滑动窗口内的像素灰度值沿y＝-x方向排序，在前两个步骤之后，只有13个候选数值(如灰色阴影圈)有机会竞争最终的中值，如图3所示。这13个候选数值按照y＝-x方向分成3组，其中第i组、j组和k组分别包含4、5和4个候选数值。每组以相同的方式沿y＝-x方向进行并行降序排序。
本发明中，步骤D中最终的中值结果是3个候选数值A、B、C的平均值，如图4所示。
综上所述，本发明提供的改进的快速中值滤波算法，能够有效去除图像中的噪声信息，并减少程序的运行时间。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种改进的快速中值滤波算法,其特征在于：包括以下步骤：
A、如图1所示，将5×5滑动窗口内的像素灰度值沿x轴方向排序；
B、如图2所示，将经过步骤A之后的像素灰度值再沿y轴方向排序；
C、如图3所示，将经过步骤B之后的像素灰度值沿y＝-x方向排序；
D、如图4所示，最终的中值结果是3个候选数值A、B、C的平均值。
2.根据权利要求1所述的一种改进的快速中值滤波算法，其特征在于：所述步骤A中对5×5滑动窗口内的像素灰度值沿x轴方向排序，如图1所示。25个候选数值均位于网格为5×5的二维xy平面上，分别标记为P(1,1)-P(5,5)。沿x轴方向，这25个数值被分成5组，如L1-L5。L1由P(1,1)-P(1,5)组成，而L5由P(5,1)-P(5,5)组成。在L1中沿着x轴方向执行降序操作，排序后，这5个位置的数学关系为P(1,1)≥P(1,2)≥P(1,3)≥P(1,4)≥P(1,5)，其他4组也执行相同的操作。每个组都有相对于其他组的独立处理，并行完成降序排序。
3.根据权利要求1所述的一种改进的快速中值滤波算法，其特征在于：所述步骤B中对5×5滑动窗口内的像素灰度值沿y轴方向排序，如图2所示。25个候选数值沿y方向被分成5组。每组执行同步骤A相同的操作。
4.根据权利要求1所述的一种改进的快速中值滤波算法，其特征在于：所述步骤C中对5×5滑动窗口内的像素灰度值沿y＝-x方向排序在前两个步骤之后，只有13个候选数值(如灰色阴影圈)有机会竞争最终的中值，如图3所示。这13个候选数值按照y＝-x方向分成3组，其中第i组、j组和k组分别包含4、5和4个候选数值。每组以相同的方式沿y＝-x方向进行并行降序排序。
5.根据权利要求1所述的一种改进的快速中值滤波算法，其特征在于：所述步骤D中，最终的中值结果是3个候选数值A、B、C的平均值，如图4所示。
CN201910051833.3A 2019-01-21 2019-01-21 一种改进的快速中值滤波算法 Pending CN109785267A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910051833.3A CN109785267A (zh) 2019-01-21 2019-01-21 一种改进的快速中值滤波算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910051833.3A CN109785267A (zh) 2019-01-21 2019-01-21 一种改进的快速中值滤波算法

Publications (1)

Publication Number Publication Date
CN109785267A true CN109785267A (zh) 2019-05-21

Family

ID=66501013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910051833.3A Pending CN109785267A (zh) 2019-01-21 2019-01-21 一种改进的快速中值滤波算法

Country Status (1)

Country Link
CN (1) CN109785267A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953335A (zh) * 2023-03-14 2023-04-11 极限人工智能有限公司 图像中值滤波方法、系统、介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1893551A (zh) * 2005-06-28 2007-01-10 Lg.菲利浦Lcd株式会社 中值滤波方法和装置
CN101472055A (zh) * 2007-12-24 2009-07-01 深圳迈瑞生物医疗电子股份有限公司 中值滤波装置和方法以及采用这种装置的超声成像系统
CN101753799A (zh) * 2008-12-16 2010-06-23 无锡华润矽科微电子有限公司 中值滤波方法和采用该方法的中值滤波电路
CN102932661A (zh) * 2012-11-29 2013-02-13 重庆大学 视差图的中值滤波匹配误差校正方法和实施该方法的电路
CN104318504A (zh) * 2014-11-04 2015-01-28 无锡北斗星通信息科技有限公司 海边浴场退潮报警系统
US20180027224A1 (en) * 2016-07-19 2018-01-25 Fotonation Limited Systems and Methods for Estimating and Refining Depth Maps

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1893551A (zh) * 2005-06-28 2007-01-10 Lg.菲利浦Lcd株式会社 中值滤波方法和装置
CN101472055A (zh) * 2007-12-24 2009-07-01 深圳迈瑞生物医疗电子股份有限公司 中值滤波装置和方法以及采用这种装置的超声成像系统
CN101753799A (zh) * 2008-12-16 2010-06-23 无锡华润矽科微电子有限公司 中值滤波方法和采用该方法的中值滤波电路
CN102932661A (zh) * 2012-11-29 2013-02-13 重庆大学 视差图的中值滤波匹配误差校正方法和实施该方法的电路
CN104318504A (zh) * 2014-11-04 2015-01-28 无锡北斗星通信息科技有限公司 海边浴场退潮报警系统
US20180027224A1 (en) * 2016-07-19 2018-01-25 Fotonation Limited Systems and Methods for Estimating and Refining Depth Maps

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953335A (zh) * 2023-03-14 2023-04-11 极限人工智能有限公司 图像中值滤波方法、系统、介质及电子设备

Similar Documents

Publication Publication Date Title
CN109871938B (zh) 一种基于卷积神经网络的零部件喷码检测方法
Xie et al. Image edge detection based on opencv
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
CN109961016B (zh) 面向智能家居场景的多手势精准分割方法
CN102800094A (zh) 一种快速彩色图像分割方法
CN112270658A (zh) 一种基于机器视觉的电梯钢丝绳检测方法
CN113362277A (zh) 一种基于深度学习的工件表面缺陷检测和分割方法
CN105608662B (zh) 基于fpga的动态目标识别系统及其识别方法
CN109781737A (zh) 一种软管表面缺陷的检测方法及其检测系统
CN109118434A (zh) 一种图像预处理方法
Niu et al. Data augmentation on defect detection of sanitary ceramics
CN110728286B (zh) 一种基于火花图像的砂带磨削材料去除率识别方法
CN111104855A (zh) 一种基于时序行为检测的工作流识别方法
CN110288026B (zh) 一种基于度量关系图学习的图像分割方法及装置
CN103929629B (zh) 一种基于图像主要颜色的图像处理方法
CN103578121B (zh) 干扰运动环境下基于共享高斯模型的运动检测方法
CN109785267A (zh) 一种改进的快速中值滤波算法
CN109859133B (zh) 一种中值滤波图像去噪方法
CN116630312B (zh) 一种恒力浮动打磨头打磨质量视觉检测方法
CN109596620A (zh) 基于机器视觉的产品表面形状缺陷检测方法和系统
Wu et al. Steel bars counting and splitting method based on machine vision
CN115063679B (zh) 一种基于深度学习的路面质量评估方法
CN103793927B (zh) 一种提取主要颜色的图像分析方法
CN115984558A (zh) 一种遮挡环境下的目标分割补全及识别方法
CN113160166B (zh) 通过卷积神经网络模型进行医学影像数据挖掘工作方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190521