中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2013年
7期
746-752
,共7页
随机值脉冲噪声%边界区分噪声检测(BDND)%先进边界区分噪声检测(ABDND)%开关中值滤波%噪声检测
隨機值脈遲譟聲%邊界區分譟聲檢測(BDND)%先進邊界區分譟聲檢測(ABDND)%開關中值濾波%譟聲檢測
수궤치맥충조성%변계구분조성검측(BDND)%선진변계구분조성검측(ABDND)%개관중치려파%조성검측
random-valued impulse noise%boundary discriminative noise detection (BDND)%advanced boundary discriminative noise detection (ABDND)%switching median filter%noise detection
针对典型的两个边界随机值噪声检测问题,先进边界区分噪声检测(ABDND)通过全局的灰度值统计方法来确定噪声边界,取得了良好的检测效果.但是在噪声范围较宽时,ABDND的检测结果中会有大量的错检噪声.在ABDND的基础上提出一种噪声检测改进算法(MABDND),算法分为两个阶段:第1阶段采用ABDND算法中的全局灰度值统计方法；第2阶段通过对局部灰度值的统计找出第1阶段中的错检像素,并将错检噪声恢复为非噪声像素.本文算法的优点在于利用第2阶段的验证技巧去校正第1阶段中产生的大量错检像素,以保证较低的漏检与错检率.以图像Lena、peppers为实验对象,实验结果表明MABDND的检测性能优于ABDND,特别是在噪声范围较宽时,MABDND具有更好的检测性能和更强的噪声适应能力.
針對典型的兩箇邊界隨機值譟聲檢測問題,先進邊界區分譟聲檢測(ABDND)通過全跼的灰度值統計方法來確定譟聲邊界,取得瞭良好的檢測效果.但是在譟聲範圍較寬時,ABDND的檢測結果中會有大量的錯檢譟聲.在ABDND的基礎上提齣一種譟聲檢測改進算法(MABDND),算法分為兩箇階段:第1階段採用ABDND算法中的全跼灰度值統計方法；第2階段通過對跼部灰度值的統計找齣第1階段中的錯檢像素,併將錯檢譟聲恢複為非譟聲像素.本文算法的優點在于利用第2階段的驗證技巧去校正第1階段中產生的大量錯檢像素,以保證較低的漏檢與錯檢率.以圖像Lena、peppers為實驗對象,實驗結果錶明MABDND的檢測性能優于ABDND,特彆是在譟聲範圍較寬時,MABDND具有更好的檢測性能和更彊的譟聲適應能力.
침대전형적량개변계수궤치조성검측문제,선진변계구분조성검측(ABDND)통과전국적회도치통계방법래학정조성변계,취득료량호적검측효과.단시재조성범위교관시,ABDND적검측결과중회유대량적착검조성.재ABDND적기출상제출일충조성검측개진산법(MABDND),산법분위량개계단:제1계단채용ABDND산법중적전국회도치통계방법；제2계단통과대국부회도치적통계조출제1계단중적착검상소,병장착검조성회복위비조성상소.본문산법적우점재우이용제2계단적험증기교거교정제1계단중산생적대량착검상소,이보증교저적루검여착검솔.이도상Lena、peppers위실험대상,실험결과표명MABDND적검측성능우우ABDND,특별시재조성범위교관시,MABDND구유경호적검측성능화경강적조성괄응능력.
