| 基于分类思想的高密度数据去噪方法研究 |
| |
| 引用本文： | 周竹生,杨俊,黄平,马阳. 基于分类思想的高密度数据去噪方法研究[J]. 物探化探计算技术, 2010, 32(3): 274-278 |
| |
| 作者姓名： | 周竹生 杨俊 黄平 马阳 |
| |
| 作者单位： | 1. 中南大学,信息物理工程学院,湖南,长沙,410083
2. 中国石油西南油气田公司,勘探开发研究院,四川,成都,610051 |
| |
| 摘 要： | 这里参照图像去噪方法[1～4],提出了一种基于噪声分类的自适应混合滤波去噪方法。由于传统均值滤波[5]和中值滤波[6]对高斯型噪声和椒盐型噪声(脉冲噪声)有着不同的滤波特性,而在野外采集的原始高密度数据中,可能同时存在高斯型噪声和椒盐型噪声。因此,单独采用中值滤波或均值滤波都不会达到最好的去噪效果。为了能有效滤除这对二种不同性质的噪声,现提出了一种新的混合滤波算法。该算法首先利用局部阈值把受高斯型噪声污染的数据点和受脉冲型噪声污染的数据点区别开来,然后对前者采用均值滤波算法,而对后者则采用带自适应的改进中值滤波算法进行去除。
|
| 关 键 词： | 高斯型噪声 椒盐型噪声 均值滤波 自适应中值滤波 |
De-noise method for high density data based on classification idea |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
