计算机应用研究

作者：袁桂霞,周先春,

单位：1.江苏开放大学信息与机电工程学院,南京210017；2.南京信息工程大学电子与信息工程学院,南京210044；

关键词：椒盐噪声,滤波,神经网络,隶属度,模糊滤波,

基金：国家自然科学基金资助项目(11202106,61201444)；江苏省高校自然科学研究面上基金资助项目(15KJD520003)；；

为了解决当前椒盐噪声滤除算法对X光图像滤除效果不佳且运算效率不高的问题，提出了一种融合多级分类和自适应模糊滤波的椒盐噪声滤除方法，主要包括像素点多级分类和自适应模糊滤波两个部分。在像素点多级分类阶段，先结合先验知识设计快速的一级粗分类，将像素点分为椒盐噪声、信号和可疑噪声三类。对于可疑噪声，再提取区域内的直方图分布特征，设计BP神经网络分类器进行精确分类，最终将图像中的所有像素点分为信号和椒盐噪声两类。在自适应模糊滤波阶段，针对三种模糊集合分别创建模糊隶属度函数，计算模糊隶属度值，通过模糊加权求和恢复像素点亮度。实验结果表明，该方法的像素点分类正确率高，滤波后图像的峰值信噪比高，平均滤波耗时少。

来源：2019年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第1期