| 主权项 |
一种自适应密度的图像椒盐噪声开关滤波方法，其特征在于，包括以下几个步骤：步骤一、训练神经网络：使用不同噪声密度的训练图像训练出能够适应在一定噪声密度下精确检测噪声位置的多个神经网络；步骤二、快速粗略的评估图像的椒盐噪声密度，具体为：对图像进行一次中值滤波后，把前后两张图像中变化了的极值作为噪声点估计值，计算出其数量N，根据公式（2）获得图像中椒盐噪声密度σs的粗略值， <mrow> <msub> <mi>σ</mi> <mi>s</mi> </msub> <mo>=</mo> <mo>+</mo> <mfrac> <mi>N</mi> <mrow> <mi>C</mi> <mo>×</mo> <mi>K</mi> </mrow> </mfrac> <mo>×</mo> <mn>100</mn> <mo>%</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>其中，N为图像中噪声点的像素的个数；C代表图像中的纵向的像素个数，K代表图像中横向的像素的个数；C×K代表图像中的像素总和；步骤三、根据步骤二中评估的椒盐噪声密度选择相应的神经网络对图像进行精确的噪声检测；步骤四、根据步骤三的结果对图像进行自适应窗口的开关加权均值滤波。 |
