第２３卷第５期　２０１３年５月　计算机技术与发展　Ｃ０ＭＰＵＴＥＲ　ＴＥＣＨＮＯＬ０ＧＹ　ＡＮＤ　ＤＥＶＥＬＯＰＭＥＮＴ　Ｖｏ１．２３　Ｎｏ．５　Ｍａｙ．　２０１３　基于统计阈值检测的中值均值滤波算法　沈德海，张龙昌，鄂旭　（渤海大学信息科学与技术学院，辽宁锦州１２１０００）　摘要：提出了一种统计阈值检测的中值均值的滤波算法。算法采用开关策略，利用统计阈值方法对噪声图像３ｘ３窗口　内中心像素点进行检测，如是噪声点，统计出该窗口内非噪声点的个数Ⅳ，如果Ⅳ为奇数，则用这些非噪声点的中值替换中　心点像素值，如果Ⅳ为偶数，则用窗口内非噪声点的均值替换中心点像素值。对于非噪声点的中心点保持原值不变，从而　实现了细节保持和去噪。实验结果表明，算法在有效地抑制噪声的同时也很好地保持了图像细节，甚至在噪声密度高达　９ｏ％的情况下，依然显示出了较强的滤波性能。　关键词：椒盐噪声；中值滤波；统计阈值；细节保持　中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１６７３—６２９Ｘ（２０１３）０５—００３４—０３　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—６２９Ｘ．２０１３．０５．００９　Ａ　Ｍｅｄｉａｎ　ａｎｄ　Ｍｅａｎ　Ｆｉｌｔｅｒ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｓｔａｔｉｓｔｉｃａｌ　Ｔｈｒｅｓｈｏｌｄ　Ｄｅｔｅｃｔｉｏｎ　ＳＨＥＮ　Ｄｅ－ｈａｉ，ＺＨＡＮＧ　Ｌｏｎｇ－ｃｈａｎｇ，Ｅ　Ｘｕ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｂｏｈａｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎｚｈｏｕ　１２１０００，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａｎ　ｅｆｆｉｃｉｅｎｔ　ｆｉｌｔｅｒ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｓｔａｔｉｓｔｉｃａｌ　ｔｈｒｅｓｈｏｌｄ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｏｄｄ　ｍｅｄｉａｎ　ａｎｄ　ｅｖｅｎ　ｍｅａｎ　ｉｓ　ｐｒｏｐｏｓｅｄ．１１１ｅ　ａｌｇｏｒｉｔｈｍ　ｕｓｅｓ　ｓｗｉｔｃｈｉｎｇ　ｓｔｒａｔｅｇｙ，ｄｅｔｅｃｔｓ　ｔｈｅ　ｃｅｎｔｅｒ　ｐｏｉｎｔ　ｏｆ　ｔｈｅ　ｎｏｉｓｅ　ｉｍａｇｅ　ｉｎ　ｗｉｎｄｏｗ　ｏｆ　３　ｘ３　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｓｔａｔｉｓｔｉｃａｌ　ｔｈｒｅｓｈｏｌｄ．Ｆｏｒ　ｔｈｅ　ｎｏｉｓｅ　ｐｏｉｎｔ，ｃｏｕｎｔｔｈｅ　ｎｕｍｂｅｒＮｏｆ　ｎｏｎ－ｎｏｉｓｅ　ｐｏｉｎｔｓ，ｉｆＮｉｓ　ｏｄｄ，ｔｈｅ　ｃｅｎｔｅｒ　ｐｏｉｎｔ　ｐｉｘｅｌ　ｖａｌｕｅｗｉｌｌ　ｂｅ　ｒｅｐｌａｃｅｄ　ｂｙｔｈｅｍｅｄｉａｎ　ｖａｌｕｅ　ｏｆｔｈｅ　ｎｏｎ－　ｎｏｉｓｅ　ｐｏｉｎｔｓ　ｉｎ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｗｉｎｄｏｗ，ｉｆＮｉｓ　ｅｖｅｎ，ｔｈｅ　ｃｅｎｔｅｒ　ｐｏｉｎｔ　ｐｉｘｅｌ　ｖａｌｕｅ　ｗｉｌｌ　ｂｅ　ｒｅｐｌａｃｅｄ　ｂｙ　ｔｈｅ　ｍｅａｎ　ｖａｌｕｅ　ｏｆ　ｔｈｅ　ｎｏｎ—ｎｏｉｓｅ　ｐｏｉｎｔｓ　ｉｎ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｗｉｎｄｏｗ．１１１ｅ　ｐｉｘｅｌ　ｖａｌｕｅ　ｗｉｌｌ　ｂｅ　ｒｅｔａｉｎｅｄ　ｆｏｒ　ｔｈｅ　ｎｏｎ—ｎｏｉｓｅ　ｐｏｉｎｔｓ．ＳＯ　ａｃｈｉｅｖｅ　ｎｏｉｓｅ　ｒｅｍｏｖａｌ　ａｎｄ　ｄｅｔａｉｌ　ｐｒｅｓｅｒｖａｔｉｏｎ．Ｅｘ－　ｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｉｎｄｉｃａｔｅ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　Ｃａｎ　ｒｅｓｔｒａｉｎ　ｓａｌｔ　ａｎｄ　ｐｅｐｐｅｒ　ｎｏｉｓｅ　ｗｉｔｈ　ｄｅｔａｉｌ—ｐｒｅｓｅｒｖｉｎｇ，ｅｖｅｎ　ｆｏｒ　ｔｈｅ　９０％ｈｉｇｈ　ｎｏｉｓｅ　ｌｅｖｅｌ　ｉｍ—　ａｇｅ，ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ａｌｓｏ　ｓｈｏｗｓ　ｓｔｒｏｎｇ　ｆｉｌｔｅｒ　ａｂｉｌｉｔｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｓａｌｔ　ａｎｄ　ｐｅｐｐｅｒ　ｎｏｉｓｅ；ｍｅｄｉａｎ　ｆｉｌｔｅｒｉｎｇ；ｓｔａｔｉｓｔｉｃａｌ　ｔｈｒｅｓｈｏｌｄ；ｄｅｔａｉｌ　ｐｒｅｓｅｒｖａｔｉｏｎ　０　引　言　图像信号在形成、数字化和传输的过程中，会受到　各种脉冲噪声的干扰而使图像变得不清晰，其中，椒盐　噪声是脉冲噪声的主要类型之一　，其主要特点是某　一像素相对于其邻域内其它像素值发生突变，导致其　和图像边缘同样具有较大的梯度值，给图像的后续处　理工作造成极大的困难　。如何抑制图像的椒盐噪声　并且能够保持图像的边缘细节，一直以来都是图像预　处理领域的热点研究方向。　滤除脉冲噪声的算法基本上分为两大类：线性滤　收稿日期：２０１２—０８—１５；修回日期：２０１２一ｌ１—２Ｏ　基金项目：博士后基金项目（２０１２Ｍ５２０１５８）；辽宁省教育项目　（１２０１２３９６，Ｌ２０１２３９７，１２０１２４００）；辽宁省高等学校实验室项目　（１２０１２３９７）；辽宁省“百千万人才工程”资助项目（２０１２９２１０５８）　作者简介：沈德海（１９７８一），男，讲师，硕士，研究方向为数据库技术　与图像处理。　波算法和非线性滤波算法。线性滤波算法中的主要代　表是均值滤波，其基本原理是用均值代替原图像中的　各个像素值，主要用于滤除高斯噪声。非线性滤波算　法中的主要代表是中值滤波，主要用于滤除椒盐噪声。　传统中值滤波算法（ＴＭ）由Ｊ．Ｗ．Ｔｕｋｅｙ在１９７１年首　先提出，该方法对于滤除低密度椒盐噪声的滤除效果　较好，而且速度快，但它存在一个严重问题是在平滑图　像的过程中容易将图像的高频信息滤掉，使得图像细　节丢失，变得模糊，而且对于高密度噪声的滤除效果不　是很理想。　由于传统中值滤波算法存在上述缺陷，学者们进　行了深入探索与实践，提出了很多改进型的中值滤波　算法，如加权中值滤波算法　］、开关中值滤波（ＳＭ）算　法　、基于ｍｉｎｍａｘ的改进滤波算法　、递进开关中值　（ＰＳＭ）滤波算法　］、极值中值（ＥＭ）滤波算法　、自适　应滤波算法　等。　

这些算法多数采用开关策略，先将图像像素分为　・１７６・　计算机技术与发展　第２３卷　通过表１，表２可以看出，实际监测的舒张压和收　缩压的范围在预测变化范围内，说明预测值是准确的，　而且从预测范围可以看出监测者的血压在正常水平。　５结束语　健康问题是人们普遍关心的问题，如何针对不同　的监护对象进行有效而实用的监测必然成为今后远程　医疗监护系统的发展趋势。文中提出了一种适用于家　庭远程医疗监护的个性化分析处理系统，对不同情况　的监护对象，建立因人而异的个人生理模型。通过监　测试验者一周内的心率、血压、血氧和体温等生理数　据，用支持向量机建立个人生理模型。实验结果表明，　利用建立好的个人生理模型可以对监护者的生理数据　进行有效的分类和身体状况的预测。另外，定时更新　个人生理模型能够适应监护对象身体状况的变化。所　以，本系统对生理参数的分析处理是准确可靠的，可广　泛应用于社区医院和老年人的家庭健康监护。　参考文献：　［１］贾文娟，白燕萍，绳秀君，等．生理多参数远程监护系统的　研究进展［Ｊ］．中国医疗设备，２００９（８）：７６—７８．　［２］周玉彬，吴锋，俞梦孙，等．基于ＣＤＭＡ的患者无线远程　监护系统的研制［Ｊ］．医疗卫生装备，２００８，２９（１０）：２１—　２３．　［３］Ｓｕｇａｎｏ　Ｈ，Ｈａｒａ　Ｓ，Ｔｓｕｊｉｏｋａ　Ｔ，ｅｔ　ａ１．Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ａ　ｔｒｉａｇｅ　ｅｎ￣ｎｅ　ｅｎａｂｌｉｎｇ　ｂｅｈａｖｉｏｒ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　ｌｅｔｈａｌ　ａｒｒｈｙｔｈｍｉａ　ｄｅ—　ｔｅｃｔｉｏｎ　ｆｏｒ　ｒｅｍｏｔｅ　ｈｅＭｔｈ　ｃａｒｅ　ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃ　ｏｆ　２０１　１　Ａｎ—　ｎｕａｌ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　ｉｎ　Ｍｅｄｉｃｉｎｅ　ａｎｄ　Ｂｉｏｌｏｇｙ　Ｓｏｃｉｅｔｙ．Ｎｅｗ　Ｙｏｒｋ，ＵＳＡ：ＩＥＥＥ，２０１１：２１６０－２１６３．　［４］刘耀东，王明宇，杨吉江．基于无线网络的远程健康管理与　急救系统设计［Ｊ］．计算机技术与发展，２０１２，２２（３）：１２９—　１３２．　［５］邹焱飚，谢存禧．基于多Ａｇｅｎｔ的家庭远程监护系统建模　［Ｊ］．计算机工程，２００６，３２（４）：２５２—２５３．　［６］石道生，任毅，罗惠谦．基于Ｚｉｇｂｅｅ技术的远程医疗监护　系统设计与实现［Ｊ］．武汉理工大学学报，２００８，３０（３）：３９４　－３９７．　［７］Ｌａｉ　Ｄａｋｕｎ，Ｆａｎｇ　Ｚｕｘｉａｎｇ．Ｒｅａｌ—ｔｉｍｅ　Ｒｅｍｏｔｅ　Ｍｏｎｉｔｏｒｉｎｇ　ｏｆ　Ｏｕｔ－－ｏｆ－Ｈｏｓｐｉｔａｌ　ｗｉｔｈ　Ｈｉｇｈ　Ｐａｔｉｅｎｔｓ　Ｅｓｐｅｃｉａｌｌｙ　Ｒｉｓｋ　Ｈｅａｒｔ　Ｄｉｓｅａｓｅｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２００７　Ｉｎｔｅｒｎａｔｉｏｎａｌ　ＩＥＥＥ／　ＩＣＭＥ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｐｌｅｘ　Ｍｅｄｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ．Ｎｅｗ　Ｙｏｒｋ，ＵＳＡ：ＩＥＥＥ，２００７：３３２—３３５．　［８］张波云，谢存禧．基于多生理参数的智能报警算法［Ｊ］．微　计算机信息，２００９（９）：１５９—１６０．　［９］Ｋａｍｐｏｕｒａｋｉ　Ａ，Ｍａｎｉｓ　Ｇ，Ｎｉｋｏｕ　ｃ．Ｈｅａｒｔｂｅａｔ　Ｔｉｍｅ　Ｓｅｒｉｅｓ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｗｉｔｈ　Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ—　ａｃｔｉｏｎ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ｂｉｏｍｅｄｉｃｉｎｅ，２００９，１３　（４）：５１２—５１８．　［１０］Ｍｅｎ　Ｈｏｎｇ，Ｇａｏ　Ｙａｎｃｈｕｎ，Ｗｕ　Ｙｕｊｉｅ，ｅｔ　ａ１．Ｓｔｕｄｙ　ｏｎ　Ｃｌａｓｓｉｆｉｃａ—　ｔｉｏｎ　Ｍｅｔｈｏｄ　Ｂａｓｅｄ　ｏｎ　Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ［Ｃ］／／Ｐｒｏｃ　ｏｆ　Ｆｉｒｓｔ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｗｏｒｋｓｈｏｐ　ｏｎ　Ｅｄｕｃａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ．Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ：［Ｓ．ｎ．］，２００９：３６９－３７３．　［１　１］Ｌｉ　Ｙａｎｇ，Ｙｕ　Ｆｕｓｈｅｎｇ．Ｏｐｔｉｍｉｚｅｄ　ｆｕｚｚｙ　ｉｎｆｏｒｍａｔｉｏｎ　ｇｒａｎｕｌａｔｉｏｎ　ｂａｓｅｄ　ｍａｃｈｉｎｅ　ｌｅａｒｎｉｎｇ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｃ］／／Ｐｒｏｃ　ｏｆ　Ｓｅｖｅｎｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｆｕｚｚｙ　Ｓｙｓｔｅｍｓ　ａｎｄ　Ｋｎｏｗｌｅｄｇｅ　Ｄｉｓｃｏｖｅｒｙ．ＮＪ，Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ：ＩＥＥＥ　Ｃｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ，２０１０：　２５９－２６３．　（上接第３６页）　略，为了减少对噪声点的误判，根据图像受椒盐噪声污　染情况的检测确定了检测阈值。在噪声去除过程中，　充分利用了可用信号点的信息，采用中值和均值结合　的方法对噪声像素点进行恢复，使得图像既保持了细　节又得到了较好的平滑，具有较高的应用价值。　参考文献：　［１］　ＢＯＶＩＫＡ．Ｈａｎｄｂｏｏｋ　ｏｆ　ｉｍａｇｅ　ａｎｄ　ｖｉｄｅｏ　ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．　ＵＳＡ：Ａｃａｄｅｍｉｃ　Ｐｒｅｓｓ，２０００．　［２］宋宇，李满天，孙立宁．基于相似度函数的图像椒盐噪声　自适应滤除算法［Ｊ］．自动化学报，２００７，５（５）：４７５—４７９．　［３］Ｂｒｏｗｎｎｎｉｇｇ　Ｄ　Ｒ　Ｋ．Ｔｈｅ　ｗｅｉｇｈｔｅｄ　ｍｅｄｉａｎ　ｆｉｌｔｅｒ［Ｊ］．Ｃｏｍｍｕｎ．　Ａｓｓｏｃ．Ｃｏｍｐｕｔｅｒ，１９８４，２７（８）：８０７－８１８．　［４］　Ｓｕｎ　Ｔ，Ｎｅｕｖｏ　Ｙ．Ｄｅｔａｉｌ—ｐｒｅｓｅｒｖｉｎｇ　ｍｅｄｉａｎ　ｂａｓｅｄ　ｆｉｌｔｅｒｓ　ｉｎ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｌｅｔｔｅｒｓ，１９９４，１５　（４）：３４１—３４７．　［５］Ｗａｎｇ　Ｊｕｎｈｕａ，Ｌｉｎ　Ｌｉａｎｄａ．Ｉｍｐｒｏｖｅｄ　ｍｅｄｉａｎ　ｆｉｌｔｅｒ　ｕｓｉｎｇ　ｒａｉｎ—　ｍａｘ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ［Ｊ］．Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，　１９９７，３３（１６）：１３６２－１３６３．　［６］　Ｗａｎｇ　Ｚ，Ｚｈａｎｇ　Ｄ．Ｐｒｏｃｅｓｓｉｎｇ　ｓｗｉｔｃｈｉｎｇ　ｍｅｄｉａｎ　ｆｉｌｔｅｒ　ｆｏｒ　ｔｈｅ　ｒｅｍｏｖａｌ　ｏｆ　ｉｍｐｕｌｓｅ　ｎｏｉｓｅ　ｆｒｏｍ　ｈｉｇｈｌｙ　ｃｏｒｒｕｐｔｅｄ　ｉｍａｇｅｓ［Ｊ］．　ＩＥＥＥ　Ｔｒａｎｓ．ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ，Ａｎａｌｏｇ　ａｎｄ　Ｄｉｇｉｔａｌ　Ｓｉｇ—　ｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ，１９９９，４６（１）：７８－８０．　［７］邢藏菊，王守觉，邓浩江，等．一种基于极值中值的新型滤　波算法［Ｊ］．中国图象图形学报，２００１，６（６）：５３３—５３６．　［８］　张旭明，徐滨士，董世运，等．去除脉冲噪声的自适应开关　中值滤波［Ｊ］．光电工程，２００６，３３（６）：７８—８３．　［９］许国威，马胜前，危淑平．自适应滤波ＲＬＳ算法研究与ＤＳＰ　实现［Ｊ］．计算机技术与发展，２０１０，２０（１Ｏ）：３５—３８．　［１Ｏ］孙树亮，王守觉．一种改进的极值中值滤波算法［Ｊ］．计算　机科学，２００９，３６（６）：１６５－１６６．　［１１］于忠党，王龙山．基于回归型最ｄｘ－乘支持向量机卷积模　板的椒盐噪声开关滤波器［Ｊ］．光学学报，２００９，２９（１）：１６３　—１６８．