EMCCD图像自适应模糊中值滤波算法研究

齐蕾; 张闻文; 陈钱; 顾国华

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

EMCCD图像自适应模糊中值滤波算法研究

齐蕾, 张闻文, 陈钱, 顾国华

文章导航 > 红外与激光工程 > 2013 > 42(11): 3150-3155

齐蕾, 张闻文, 陈钱, 顾国华. EMCCD图像自适应模糊中值滤波算法研究[J]. 红外与激光工程, 2013, 42(11): 3150-3155.

引用本文:

齐蕾, 张闻文, 陈钱, 顾国华. EMCCD图像自适应模糊中值滤波算法研究[J]. 红外与激光工程, 2013, 42(11): 3150-3155.

Qi Lei, Zhang Wenwen, Chen Qian, Gu Guohua. Research of EMCCD image filtering method based on adaptive fuzzy median filter[J]. Infrared and Laser Engineering, 2013, 42(11): 3150-3155.

Citation:

Qi Lei, Zhang Wenwen, Chen Qian, Gu Guohua. Research of EMCCD image filtering method based on adaptive fuzzy median filter[J]. Infrared and Laser Engineering, 2013, 42(11): 3150-3155.

EMCCD图像自适应模糊中值滤波算法研究

1.
南京理工大学电光学院,江苏南京 210094

基金项目:

核高基（2013ZX01015001）;装备预研（40405030202）;江苏省自然科学基金（BK20131354）;“紫金之星”资助

详细信息

作者简介:
齐蕾（1988-），男，硕士生，主要从事微光图像滤波方面研究。Email：qilei_nj@163.com；张闻文（1981-），女，讲师，博士，主要从事微光图像处理研究。Email：zhangww@mail.njust.edu.cn

齐蕾（1988-），男，硕士生，主要从事微光图像滤波方面研究。Email：qilei_nj@163.com；张闻文（1981-），女，讲师，博士，主要从事微光图像处理研究。Email：zhangww@mail.njust.edu.cn

中图分类号: TN911.73

Research of EMCCD image filtering method based on adaptive fuzzy median filter

1.
School of Electronic and Optical Engineering,Nanjing University of Science and Technology,Nanjing 210094,China

摘要: 针对电子倍增CCD（EMCCD）图像噪声密度随着增益的变化而变化，提出了一种基于噪声点检测的自适应模糊中值滤波算法。该算法由模糊滤波模块和自适应模块两部分组成。首先，该算法对滤波窗口内的中心点进行噪声检测；然后对检测为噪声的像素点引入双阈值，并根据引入的阈值和滤波窗口内的中值建立噪声点的模糊隶属函数，根据模糊隶属函数对噪声点进行滤波处理后输出；最后采用自适应模块调整待处理图像的像素。仿真及实验结果表明，新算法不仅能够有效地将图像中的噪声去除，而且很好地保护了图像中的细节和边缘，PSNR比传统的自适应中值滤波算法平均提高了15 dB以上；该算法在低噪声密度情况下性能明显好于其他中值滤波器，在高噪声密度情况下性能也比较稳定。
- 中值滤波 /
- 模糊推理 /
- 隶属函数 /
- 自适应 /
- EMCCD图像处理
Abstract: The noise density of Electron Multiplying CCD(EMCCD) image varies with the gain, a noise detection based on adaptive fuzzy median filter(AFMF) algorithm was proposed. The algorithm consisted of fuzzy filtering module and adaptive module. First, the noise pixels in the center of the filter window was identified. Second, the double thresholds were introduced for these detected noise points, basing on the thresholds and median of the filtering window, the fuzzy membership function of noise points was put forward, and the fuzzy membership function was utilized to filter the noise points. Finally, the adaptive module was used to adjust the pixel in the image. Simulation and experimental results indicate that the new algorithm is able to remove noise pixels effectively and protect the details well in the image. Compared with the adaptive median filtering, the average PSNR improves at least 15 dB. The performance is better than the other median filters under the condition of low noise density and relatively stable under the condition of high noise density.
- median filtering /
- fuzzy reasoning /
- membership function /
- adaptive /
- image processing of EMCCD

[1]
[2]	Zhao Gaochang, Zhang Lei, Wu Fengbo. Application of improved median filtering algorithm to image de-noising[J].Journal of Applied Optics, 2011, 4(32): 678-682.
[3]	Gou Zhongkui, Zhang Shaojun, Li Zhongfu, et al. New adaptive median filter algorithm based on extreme value[J]. Infrared and Laser Engineering, 2005, 34(1): 98-101. (in Chinese).
[4]
[5]	Ng P E, Ma K K. A switching median filter with boundary discriminative noise detection for extremely corrupted images[J]. IEEE Trans Image Process, 2006, 15(6): 1506-1516.
[6]
[7]	Chen T, Hong Ren Wu. Adaptive impulse detection using center-weighted median filters[J]. IEEE Signal Process, Letters, 2001, 8(1): 1-3.
[8]
[9]
[10]	Farbiz F, Menhaj M B, Motamedi S A. A new fuzzy logic filter for image enhancement[J]. IEEE Transaction on Sys Man Cybern, 2000, 30(2): 110-119.
[11]	Russo F, Ramponi G. A fuzzy filter for images corrupted by impulse noise[J]. IEEE Signal Process Letters, 1996, 3(6): 168-170.
[12]
[13]
[14]	Kenny Kal Vin Toh, Nor Ashidi Mat Isa. Noise adaptive fuzzy switching median filter for salt-and-pepper noise reduction[J]. IEEE Signal Process Letters, 2010, 3(17): 281-284.
[15]
[16]	Zou Pan, Liu Hui, Zhang Wenwen, et al. Parameter estimation of noise distribution model of EMCCD based on the expectation-maximization method[J]. Infrared and Laser Engineering, 2013, 42(1): 268-272. (in Chinese).
[17]	Zhang Xuming, Xiong Youlun. Impulse noise removal using directional difference based noise detector and adaptive weighted mean filter[J]. IEEE Signal Process Letters, 2009, 16(4): 295-298.
[18]
[19]	Gonzalez R C, Woods R E. Digital Image Processing[M]. Englewood Cliffs, NJ: Prentice Hall, 2002: 352-356.

[1]	许聪, 孙大鹰, 曹子奇, 李春琦, 顾文华. 采用自适应模糊优化的目标跟踪加速方案 . 红外与激光工程, 2022, 51(2): 20210864-1-20210864-8. doi: 10.3788/IRLA20210864
[2]	曹海杰, 刘宁, 许吉, 彭杰, 刘宇昕. 红外图像自适应逆直方图增强技术 . 红外与激光工程, 2020, 49(4): 0426003-0426003-7. doi: 10.3788/IRLA202049.0426003
[3]	牛威, 郭世平, 史江林, 邹建华, 张荣之. 自适应光学成像事后处理LoG域匹配图像质量评价 . 红外与激光工程, 2018, 47(11): 1111005-1111005(9). doi: 10.3788/IRLA201847.1111005
[4]	葛宝义, 左宪章, 胡永江, 张岩. 基于双步相关滤波的目标跟踪算法 . 红外与激光工程, 2018, 47(12): 1226004-1226004(10). doi: 10.3788/IRLA201847.1226004
[5]	宋言明, 潘志康, 孟晓辰, 娄小平, 祝连庆. 基于仿人眼自适应调节的多光谱视觉图像处理方法 . 红外与激光工程, 2017, 46(9): 910001-0910001(8). doi: 10.3788/IRLA201746.0910001
[6]	张冬晓, 何永强, 胡文刚, 陈一超. 自适应红外隐身系统的背景投影建模 . 红外与激光工程, 2016, 45(3): 304001-0304001(7). doi: 10.3788/IRLA201645.0304001
[7]	曹阳, 郭靖. 粒子滤波的机载激光通信自适应参数辨识跟踪方法 . 红外与激光工程, 2015, 44(10): 3098-3102.
[8]	危璋, 冯新喜, 刘钊, 刘欣. 自适应非线性GM-PHD滤波及在无源跟踪中的应用 . 红外与激光工程, 2015, 44(10): 3076-3083.
[9]	崔法毅, 解文肖. 基于自适应衰减因子Kalman 滤波的GPS 相位平滑伪距算法 . 红外与激光工程, 2015, 44(1): 377-383.
[10]	冷寒冰, 宫振东, 谢庆胜, 范哲源, 武登山. 基于模糊中值的IRFPA自适应盲元检测与补偿 . 红外与激光工程, 2015, 44(3): 821-826.
[11]	李权, 赵勋杰, 彭青艳, 邹薇, 张雪松. 基于主成分分析法的窗口自适应粒子滤波算法 . 红外与激光工程, 2014, 43(10): 3474-3479.
[12]	赵曦晶, 刘光斌, 汪立新, 何志昆, 赵晗. 光纤陀螺温度漂移自适应网络模糊推理补偿 . 红外与激光工程, 2014, 43(3): 790-794.
[13]	杨一帆, 田雁, 杨帆, 黄彪. 基于改进Mean-Shift 算法的红外小目标跟踪 . 红外与激光工程, 2014, 43(7): 2164-2169.
[14]	王兆丰, 闫镔, 童莉, 陈健, 李建新. 自适应邻域尺寸选择的点云法向量估计算法 . 红外与激光工程, 2014, 43(4): 1322-1326.
[15]	王华伟, 曹剑中, 马彩文, 张辉, 武登山. 具有自适应校正功能的红外成像系统设计 . 红外与激光工程, 2014, 43(1): 61-66.
[16]	王巍, 向政, 王国栋. 自适应Kalman滤波在光纤陀螺SINS/GNSS紧组合导航中的应用 . 红外与激光工程, 2013, 42(3): 686-691.
[17]	杨咚, 余伟. Sage_Husa自适应滤波在大方位失准角初始对准的研究 . 红外与激光工程, 2013, 42(8): 2197-2201.
[18]	褚俊, 李顶根, 罗锋, 刘明勇. 激光三角法位移测量中光强度的模糊自适应控制 . 红外与激光工程, 2013, 42(6): 1458-1462.
[19]	金雁, 江洁, 张广军. 高动态星跟踪方法 . 红外与激光工程, 2013, 42(1): 212-217.
[20]	卢瑞涛, 黄新生, 徐婉莹. 基于Contourlet变换和Facet模型的红外小目标检测方法 . 红外与激光工程, 2013, 42(8): 2281-2287.

点击查看大图

计量

文章访问数: 232
HTML全文浏览量: 16
PDF下载量: 112
被引次数: 0

EMCCD图像自适应模糊中值滤波算法研究

1. 南京理工大学电光学院,江苏南京 210094

作者简介:
齐蕾（1988-），男，硕士生，主要从事微光图像滤波方面研究。Email：qilei_nj@163.com；张闻文（1981-），女，讲师，博士，主要从事微光图像处理研究。Email：zhangww@mail.njust.edu.cn

齐蕾（1988-），男，硕士生，主要从事微光图像滤波方面研究。Email：qilei_nj@163.com；张闻文（1981-），女，讲师，博士，主要从事微光图像处理研究。Email：zhangww@mail.njust.edu.cn

收稿日期: 2013-03-06
修回日期: 2013-04-03
刊出日期: 2013-11-25

基金项目:

核高基（2013ZX01015001）;装备预研（40405030202）;江苏省自然科学基金（BK20131354）;“紫金之星”资助

中图分类号: TN911.73

关键词:

摘要: 针对电子倍增CCD（EMCCD）图像噪声密度随着增益的变化而变化，提出了一种基于噪声点检测的自适应模糊中值滤波算法。该算法由模糊滤波模块和自适应模块两部分组成。首先，该算法对滤波窗口内的中心点进行噪声检测；然后对检测为噪声的像素点引入双阈值，并根据引入的阈值和滤波窗口内的中值建立噪声点的模糊隶属函数，根据模糊隶属函数对噪声点进行滤波处理后输出；最后采用自适应模块调整待处理图像的像素。仿真及实验结果表明，新算法不仅能够有效地将图像中的噪声去除，而且很好地保护了图像中的细节和边缘，PSNR比传统的自适应中值滤波算法平均提高了15 dB以上；该算法在低噪声密度情况下性能明显好于其他中值滤波器，在高噪声密度情况下性能也比较稳定。