全部作者：李秀峯 榮慧芳第1作者單位：北京科技大學機械工程學院論文摘要：中值濾波是1種有效抑制鹽椒噪聲的濾波算法，但它最大的缺點是模糊了細節。本文提出1種基於中值的加權均值濾波算法，並將該方法應用於玻璃瓶瓶口檢測中。實驗結果表明該方法有效地去除鹽椒噪聲的同時能很好地保持圖像細節關鍵詞：鹽椒噪聲，基於中值的改進均值濾波，玻璃瓶檢測,NMSE ,PMSE, PSNR, GSNR (瀏覽全文)發表日期：2006年10月19日同行評議：
本文所提出的方法是針對含有椒鹽噪聲的圖像的1種噪聲慮除方法，具體應用目標是玻璃瓶檢測中的圖像預處理。所提出方法是對3種傳統慮噪方法的借鑑和改進，依據合理正確，有創新，實驗證明效果明顯。論文可用，有實用參考價值。敘述總體上簡潔、清楚。但若能參考下面兩點建議，適當做點補充說明，可能更好。1、從與3種傳統方法的比較上看，相對於中值濾波的優勢分析略嫌不夠。最好在4項指標的比較中也給出中值濾波方法的`數據，特別地、實事求是地具體分析說明所提出的方法相對於中值濾波的優勢。論文摘要中說中值濾波“最大的缺點是模糊了細節”，可在論文第3節對lena圖像的實驗對比結果則是中值濾波與論文所提方法的效果“基本相同”、“難於區分”。而對玻璃瓶的實驗對比則是20次迭代後的結果。2、文中對玻璃瓶所做的實驗是20次迭代。應從理論上分析迭代次數對處理結果的影響，給出趨勢性的說明；從實際上分析迭代的必要性，分析迭代次數的設計。畢竟迭代次數的增大要增加處理時間。如果算法要用在玻璃瓶檢測，並且有尺寸方面的定量檢測（比如要測口徑等），那麼這種去噪濾波會不會影響測量的準確性。
