1、彩色圖像濾波傳統的彩色圖像濾波理論方法 彩色圖像濾波的目標就是同時達到下面三個目的：削弱噪聲，保持色調和保護邊緣或細節信息。 假設濾波器窗口大小為 N (N 為奇數)，將濾波器窗口內的樣本像素(矢量)從上到下、從左到右排列，寫成： x( N+1) 2 為正在考慮的中心像素。另外，我們還寫出像素x i和xj的Euclidean 距離D (x i,xj)和夾角距離 A (x i,xj)：彩色圖像濾波基礎顏色空間RGB 顏色空間CIE XYZ 及均勻顏色空間(CIELAB, CIELUV)Munsell 顏色空間噪聲模型沖擊噪聲 沖擊噪聲可分成二種：椒鹽沖擊噪聲和隨機沖擊噪聲加性噪聲 加性噪聲一般服

2、從均值為 0 的高斯分布或其他分布，其模型是：混合噪聲經典的矢量濾波器 經典的矢量濾波器包括：矢量中值濾波器VMF 、基本矢量方向濾波器 BVDF 和距離方向濾波器 DDF.矢量中值濾波器 VMF 也可采用另外一種形式基于樣本降維排序的方式來定義。假設長度為N 的濾波器窗口所包含的樣本矢量為 = x1 x2, ,.,xN，我們為樣本矢量xk 定義如下的聚集距離dk ： VMF 能有效地去除在矢量的模上相差很大的噪聲，如沖擊噪聲和指數噪聲.但對于加性噪聲，效果不理想。矢量方向濾波器 與基于矢量模距離的矢量中值濾波器VMF不同，BVDF是基于角度距離的，它來自于輸入矢量方向的最大可能性估計，能有效

3、地去除色調相差較大的噪聲像素。距離方向濾波器混合方向濾波器加權的矢量濾波器 雖然經典的矢量濾波器(VMF、BVDF、DDF)和混合方向濾波器 HDF能很好地去除沖擊噪聲，但是它們經常摧毀圖像邊緣或細節信息。這是因為它們在濾波時，引進了最大數量的平滑(對每個像素都進行固定的平滑)。選擇加權的矢量濾波器 SWVF 上述公式給出的只是加權的矢量濾波器的一般框架，但不實用，因為它需要確定濾波器窗口內所有像素的權值。中心加權的矢量中值濾波器 CWVMF 定義中心加權的 Euclidean 聚集距離 (關于像素xl)：改進型的中心加權的矢量中值濾波MCWVMF 定義如下的聚集距離：對于 CWVMF，W0

4、的優化值取 4.5；對于 MCWVMF，W0 取 0.6。開關型矢量濾波器 開關型矢量濾波器 SVF 的一般形式如下：基于空間距離加權的矢量濾波算法基于空間距離加權的自適應型矢量濾波器:ADWVMF ADWBVDF ADWDDF 基本加權公式算法原理參數的自適應計算分布密度d 的確定：具有細線保護能力的開關型矢量濾波器 提出四個方向算子來估算當前中心像素和周邊鄰域像素的平均色差，從而去判斷當前的中心像素是否為噪聲像素。基于 CIELAB 空間的開關型矢量中值濾波器 LABSVMF 基于 RGB空間的開關型矢量中值濾波器 RGBSVMF基于 CIELAB 空間的開關型矢量中值濾波器使用空間中的二個點p1( L1*, a1* ,b1*)、 p2( L2*, a2* ,b2*)之間的 Euclidean 距離來表示相應兩種顏色的色差：定義四個方向算子：用 k ( k =1,2,3,4)表示上面四個算子構造下面的公式來檢測qij是否為噪聲并產生新的濾LABSVMF 的輸出y( LABSVMF)