基于可分解马尔科夫网的极端椒盐噪声图像滤波

摘要：

提出了一种基于可分解马尔科夫网(decomposable Markov networks, DMN)的极端椒盐噪声的均值滤波方法,指出其网络节点的阈值衰减特性和网络节点的连接特性具有很好的对椒盐噪声污染图像的噪声定位的作用,并提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波.实验表明,本文方法具有良好的滤波性能.

关键词：马尔科夫网、噪声定位、亚均值滤波

所属期刊栏目：30

分类号：TP751;P231.5(遥感技术)

资助基金：国家测绘科技发展基金1469990324233;国家自然科学基金60175022;国家高技术研究发展计划863计划2001AA135081

在线出版日期：2005-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：583-587