基于边缘检测与双边滤波的彩色图像去噪

针对彩色图像双边滤波去噪方法存在的不足, 本文提出一种边缘检测与双边滤波相结合的彩色图像去<BR>噪方法. 首先利用细胞神经网络( CNN) 模型导出一种新的彩色图像分块自适应边缘检测算法, 继承了CNN 灰度边缘检<BR>测算法定位准确的优点, 又弥补了CNN 现有算法不能直接处理彩色图像的空白. 接下来提出一种针对图像增强的边<BR>缘滤波算法, 通过两级边缘检测满足去噪不同阶段对边缘检测的不同要求. 在此基础上, 用改进的双边滤波器对彩色<BR>图像进行去噪, 通过非抗噪边缘图对噪声范围进行定位, 以缩小双边滤波的范围, 减少去噪过程带来的图像模糊, 并且<BR>对双边滤波加权平均方式进行改进, 减小噪声点本身的权重, 降低高频噪声的影响. 最后根据滤波后的去噪边缘图对<BR>彩色图像进行增强. 实验结果表明, 文中方法在有效去除噪声的同时保护和增强了图像中的边缘.