1、隨著計算機技術的發(fā)展，計算機圖像與人們的日常應用的關系愈加緊密。然而，在圖像的產生、傳輸和保存的過程中，往往會受到各種噪聲的干擾，嚴重的影響圖像的視覺效果。因此，各種圖像處理技術孕育而生，其中的圖像濾波技術就是關鍵之一。圖像濾波技術需要在減少噪聲的同時，盡可能多的保持了圖像的細節(jié)，為后續(xù)的處理工作奠定堅實的基礎。 本文在研究和分析了傳統(tǒng)的圖像濾波算法的特點和不足之后，針對噪聲的不確定性特點，以及傳統(tǒng)算法對圖像的單一處理的缺陷，結

2、合模糊理論，提出了一種基于模糊理論的加權混合濾波算法。此算法利用圖像的中值、均值和原值等特征信息，運用模糊理論得到相關的加權系數(shù)，并以此計算最后的濾波結果。 本文的主要工作有以下三個方面： 1)提出了一種改進的隸屬函數(shù)。通過對噪聲特征的分析，論文中對傳統(tǒng)的高斯型隸屬函數(shù)進行了改進得到了改進型高斯隸屬函數(shù)，從理論上說，更接近實際噪聲的影響。 2)提出了一種變形的去模糊方式。即以噪聲的分類加權系數(shù)作為去模糊函數(shù)的權值

3、，而隸屬函數(shù)的輸出結果僅作為隸屬函數(shù)輸入的修正系數(shù)。 3)改進了濾波器的輸入。通常的輸入都是圖像的某一絕對特征，如灰度值?？紤]到加入相關性提高濾波效果，在本濾波器中引入這些絕對特征的差值，即灰度原值和鄰域中值、均值的差。 通過對比實驗可以看出，由于此算法充分的考慮到了圖像之間的相關性和噪聲的不確定性，濾波的結果在減少噪聲的同時也極大的保持了原圖的細節(jié)部分。并且此算法相對于一些復雜算法而言，其計算簡單，無需遍歷圖像計算統(tǒng)計