基于可分解马尔科夫网的极端椒盐噪声图像滤波

• 作者: 关泽群 曹建农 李德仁
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 马尔科夫网 噪声定位 亚均值滤波
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 583-587
• 页数: 5页
• 分类号: TP751|P231.5
• 字数: 3650字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-8860.2005.07.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德仁	武汉大学测绘遥感信息工程国家重点实验室	350	13038	58.0	101.0
2	关泽群	武汉大学遥感信息工程学院	59	819	18.0	25.0
3	曹建农	武汉大学遥感信息工程学院	10	59	5.0	7.0