本文主要针对图像的噪声问题，对传统的非线性滤波器做了一些研究工作，提出了一种新的非线性滤波器算法。非线性滤波较传统的线性滤波在滤除噪声的同时，能最大限度地保持图像信号的高频细节，使图像清晰、逼真，从而得到了广泛研究和应用。

由于本课题研究的是图像的降噪，而图像的降噪方法有很多种，为了研究这些降噪方法并比较各种方法的优缺点，从而对这些方法进行改进和选择。必然要求要有一个对这些方法的软件验证平台。所以说在研究和选择算法的基础上要对其算法进行仿真，即要搭建一个软件仿真平台，在此平台上完成图像的读入、处理和输出处理后的图像，然后进行比较和分析。

考虑到在进行了软件仿真之后要兼顾到便于FPGA实现，打算采用C语言来进行软件应用程序的编写。由于考虑到Visual C++界面友好，功能强大等优点且C++中有很多和C相通的地方，所以笔者采用了Visual C++编写软件程序，其中也运用到很多C语言的知识，例如其中包括有C语言中很经典的冒泡法排序等。

方案的比较

通过以上的仿真和实验，笔者发现均值降噪算法会模糊边缘，并且没有利用到像素之间的相关性信息。且均值滤波技术现在已经比较成熟了。中值滤波其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的“椒盐”噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘，从而获得较满意的复原效果，而且，在实际运算过程中不需要图像的统计特性，这也带来不少方便，但对一些细节多，特别是点、线、尖顶细节较多的图像不宜采用标准中值滤波的方法。所以中值滤波还有待于进一步改进。在后来介绍的LUM滤波器是一类新的基于排序的滤波器，主要用于信号和图像处理的各种应用中。该滤波结构通过两个参数分别调整LUM滤波器的平滑和锐化程度，从而实现不同功能，因此该滤波器具有通用性且易于实现。为了保护图像的边缘利用到了图像锐化技术，使图像的边缘变得更清晰。图像锐化的目的是使图像的边缘、轮廓线以及图像的细节变得清晰。所以为了更好的保护边缘我们可以在具体处理时在中值滤波前先进行一次LUM锐化滤波将锐化因子设定为4，平滑因子设定为3然后进行自适应中值滤波。具体实现在下一章有详细的介绍。

方案的改进和仿真

通过以上算法的比较和仿真发现在中值滤波的过程中，存在着两个问题：

其一，窗口的大小的选择不但会直接影响噪声的去除程度而且也会影响图像边缘的模糊程度，并且两者是相互矛盾的。

其二，在进行图像中值滤波时，如果在窗口移动的过程中窗口内所有的像素都没有被噪声污染，则会对图像造成模糊。

由以上分析可知在尽可能消除或衰减噪声的同时，保持图像细节是图像滤波方法需要解决的问题。通常常规中值滤波去除脉冲噪声的性能受滤波窗口尺寸的影响较大，而且它在抑制图像噪声和保护细节两方面存在一定的矛盾：如果我们取的滤波窗口越小，就可较好地保护图像中某些细节，但滤除噪声的能力会受到限制；反之，取的滤波窗口越大，就可加强噪声抑制能力，但对细节的保护能力会减弱，有时会滤去图像中的一些细线、尖锐边角等重要细节，从而破坏图像的几何结构。