一种基于边缘检测的改进的中值滤波去噪方法(2)

柱测；

（２）拦取出含喋罔慷的边缘信息．然后给ｒ

保存；

（３）用中值滤波法时整幅罔像进行去噪．可以根据Ｉ荆像噪声的污染程度．选择合适）：＝小和形状的滤波

横板：

（４）对提取的含噪图像的边缘信息，用小模摄的中值滤波对含噪罔像的边缘信息进行简单击噪；

（５）用第（４）步去噪后的边缘信息替换第（３）步去噪后的边缘情息；

（６）输出替换后的整幅图像。

２．４实验及结果分析

车文以ｋ呻圈（见阵Ｉ２）为例对其添加了强度为

０

０２的脉冲噪声（椒盐噪声．见圈３）．然后分别利用

传统的中值滤波和奉史提出的方袂对噪声阿进行滤波处理．在实验的过程中首先选择了３，３的方形滤波模板进行宴骏．发现与传统的中值滤波相比，车义的方法所得的还原罔像较好地保存了圜像的边缘信息．但是图像中仍然有明显的噪声点。而用５＋５的方形滹渡摸板进行宴骑发现，噪声进一步减少Ｔ，罔像的细节得到丁很好的保护．图像的清晰度比传统的中值滤波有了很大的改善。网４｜盯圈５分州是传统中值滤波和取５ ５的方形滤波模饭在ＶｉｓｕＭ

Ｃ＋＋

上进行实验得到的图像，总体上来Ｉ兑阿５比罔４教果更好．从实验的结果可见．本史方法与传统的中值砖渡相比在处理含脉冲噪声的罔缘时．不仅有教地七隙ｒ阿像中的椒盐噪声点．计且更好地保持了阿像的边缘信启。

万方数据

Ｔ特摹７３Ⅲ

２０１１年第３期原振伟：卷烟企业设备管理信息化体系构建

７３

ＲＥＳＵＬＴ＝ＳＯＵＲＣＥ—ＦＩＥＬＤＳ－／Ｂ１Ｃ／ＺＭＭ—ＦＰＪＺ

［４１赵Ｕ东．商务智能［Ｍ】．北京：清华大学出版社，２００９．ＥＮＤＩＦ

（５】

李葆文．现场人——机系统精细管理［Ｍ］．北京：机械工

ＥＮＤＭＥＴＨＯＤ；＂ｃｏｍｐｕｔｅ—ＺＰＭ—ＦＢＪＹ

业出版社，２００８．

ＭＥＴＨＯＤ

ｉｎｖｅｒｔ—．ＺＰＭ．—ＦＢＪＹ［６】

李葆文．设备管理新思维新模式［Ｍ】．北京：机械工业出ＥＮＤＭＥＴＨＯＤ；”ｉｎｖｅｒｔ—ＺＰＭ—ＦＢＪＹ

版社，２００３．

ＥＮＤＣＬＡＳＳ；”ｒｏｕｔｉｎｅＩＭＰＬＥＭＥＮＴＡＴＩＯＮ

［７］徐扬光．设备工程与管理［Ｍ］．上海：华东理工大学出版社．１９９９．

８

结束语

［８］

徐保强。等．规范化的设备备件管理［Ｍ］．北京：机械工通过ｉ层架构设备管理信息化体系的构建，实现

业出版社，２００８．

设备技术管理与经济管理的高度统一，实现了对设备［９］张孝捌，等．规范化的设备点检体系［Ｍ】．北京：机械工业出版社，２００６．

的全生命周期和全过程控制管理，实用性强，运行可［１０】［美］乔 佩帕得．业务流程重组［Ｍ］．北京：中国人民

靠．在某烟草企业应用过程中产生了明显的经济效益，大学出版社。１９９７．

为行业设备管理整体水平的提高提供了实用案例。

［Ｉｌ】蒋忠青．企业业务流程设计与管理［Ｍ】．北京：电子工业

出版社。２００１．

参考文献：

［１２】胡先荣．现代企业设备管理［Ｍ］．ｊ匕京：机械工业出版

［１】李葆文．全面规范化生产维护：从理念到实践［Ｍ］．北

社．２００１．

京：冶金工业出版社。２００８．

［１３］吴澄．现代集成制造系统导论——概念、方法、技术和应

［２］徐保强，李葆文．ＴｎＰＭ推进实务和案例分析［Ｍ］．北

用［Ｍ］．北京：清华大学出版社，２００２．

京：机械工业出版社。２００７．［１４］张金雄．计算机技术与企业扁平化管理［Ｊ】．轻金属，

［３】

原振伟，胡盛同，卢加磊．三层架构模式的烟草行业ＣＩＭＳ２０００（２）：４７－５Ｉ．

体系研究ＥＪ］．计算机与现代化，２００９（４）：１３８－１４２．

●Ｈ●Ｈ●Ｈ ●Ｈ ●．‘ ●一●● ●Ｈ ●一ｕ●●－●Ｈ－●● ●●◆●◆●●●＿●一●Ｈ●● ◆●Ｈ●Ｈ＇ｌｉ－，ｌ ●ＩＩ－４ ◆●●｝＇●’●ｐ●●－●ｈ●●＿●Ｈ●Ｈ－●●—●－．ｔ●● ●●●－●●Ｈ ●●●●◆＇●●●Ｈ●Ｈ‘●ｈ●一

（上接第６５页）

３结束语

ｅｎｃｅｓ，２００８，５１（１２）：２１１５－２１２５．［７］

Ｃｈａｎｇ

ＳＧｒａｃｅ，ＹｕＢｉｎ，Ｖｅｔｔｅｒｔｉ

Ｍａｒｔｉｎ．Ｓｐａｔｉａｌｌｙａｄａｐｔｉｖｅ在研究中值滤波箅法和特性的基础上，针对椒盐ｗａｖｅｌｅｔｔｈｒｅｓｈｏｌｄｉｎｇ

ｗｉｔｈ

ｃｏｎｔｅｘｔ

ｍｏｄｅｌｉｎｇｆｏｒｉｍａｇｅｄｅ－

噪声的特点，对传统的中值滤波方法进行了改进，提ｎｏｉｓｉｎｇ［Ｊ］．ＩＥＥＥ

Ｔｒａｎｓａｃｔｉｏｎｓ

ｏｎ

ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０００，

出了一种基于边缘检测的改进的中值滤波去噪算法。９（９）：１５２２—１５３１．

［８］谢杰成，张大力，徐文立．小波图像去噪综述［Ｊ］．中国经实验证明取得了预期的去噪效果。但是，本文还有图象图形学报（Ａ辑），２００２，７（３）：２０９－２１７．

很大的改进空间，寻找当前最好的边缘检测算法和当［９］

ＭａｉｆａｉｔＭ，ＲｏｏｓｅＤ．Ｗａｖｅｌｅｔ－ｂａｓｅｄｉｍａｇｅｄｅｎｏｉｓｉｎｇ

ｕｓｉｎｇ

ａ

前最好的去除椒盐噪声的箅法，将这两种算法进行有Ｍａｒｋｏｖ

ｒａｎｄｏｍｆｉｅｌｄ

ａ

ｐｒｉｏｒｉ

ｍｏｄｅｌ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ

效的结合，形成一种在去除椒盐噪声的同时尽最大可ｏｎ

Ｉｍａｇｅ

Ｐｒｏｃｅｓｓｉｎｇ。１９９７，６（４）：５４９－５６５．

能地保护图像的边缘信息的方法。

［１０］

Ｕｎｓｅｒ

Ｍ，ＴｈｅｖｅｎａｚＰ。ＡｌｄｒｏｕｂｉＡ．Ｓｈｉｆｔ－ｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔ

ｂａｓｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ

ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，１９９８，

参考文献：４６（７）：１８２７－１８３６．［１】

李彦军，苏红旗，等．改进的中值滤波图像去噪方法研究［１１］

ＵｎｓｅｒＭ，ＴｈｅｖｅｎａｚＰ。ＡｌｄｒｏｕｂｉＡ．Ｓｈｉｆｔ ｏｒｔｈｏｇｏｎａｌｗａｖｅｌｅｔ［Ｊ］．计算机工程与设计，２００９，３０（１２）：２９９５－２９９７．ｂａｓｅｓｕｓｉｎｇｓｐｌｉｎｅｓ［Ｊ］．ＩＥＥＥＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＬｅｔｔｅｒｓ，

［２］Ｇｏｎｚａｌｅｚ

Ｒａｆａｅｌ

Ｃ，ＷｏｏｄｓＲｉｃｈａｒｄＥ．数字图像处理［Ｍ］．

１９９６。３（３）：８５－８８．阮秋琦，阮字智，等潭．北京：电子工业出版社，２００６．

［１２］

ＤｏｎｏｈｏＤ

Ｌ。ＪｏｈｎｓｔｏｎｅＩＭ．Ａｄａｐｔｉｎｇ

ｔＯｕｎｋｎｏｗｎｓｍｏｏｔｈ－

［３］季虎，孙即祥。等．图像边缘提取方法及展望［Ｊ】．计算

ｈｅｓｓｖｉａｗａｖｅｌｅｔｓｈｒｉｎｋａｇｅ［Ｊ】．ＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎＳｔａ－机工程与应用，２００４，４０（１４）：７０－７３．ｔｉｓｔｉｃａ …… 此处隐藏：1827字，全部文档内容请下载后查看。喜欢就下载吧 ……