在使用計算機編程實現(xiàn)時，本文所述算法的具體步驟如下：
(1)對圖像進行黑白二值化處理。
(2)根據(jù)閾值搜尋噪聲點。
(3)在以噪聲點為中心點的5×5鄰域內(nèi)構(gòu)造空間灰度矩陣。
(4)根據(jù)式(1)計算能量。
(5)根據(jù)式(2)計算熵。
(6)根據(jù)式(3)計算紋理復(fù)雜度。
(7)如果該區(qū)域內(nèi)的紋理復(fù)雜度小于閾值，選擇使用矩形模板作為平滑模板轉(zhuǎn)步驟(10)，否則使用線性模板轉(zhuǎn)步驟(8)。
(8)分別計算8個線性模板灰度的均值和方差。
(9)通過比較找出方差最小的模板，并用該模板作為平滑模板。
(10)用平滑模板灰度的均值代替噪聲點的灰度值。
(11)繼續(xù)搜尋下一個噪聲點重復(fù)步驟(3)~(10)，直到將所有噪聲點都濾除。
從分析可知，本文提出的改進方法有效地避免了傳統(tǒng)Nagao濾波器每次需要計算全部9個模板的均值和方差的缺點，大大提高了計算機的處理速度，易于實現(xiàn)。
4 應(yīng)用分析
根據(jù)本文所述算法，在處理器為Pentium D 2.80 GHz的計算機上用C++Builder6.0編程實現(xiàn)用于實驗分析。主要進行了兩個方面的對比實驗：(1)在處理效果方面，首先在1幅圖片中隨機加入2 000點噪聲，然后分別用傳統(tǒng)Nagao濾波器和本文所提出的算法進行濾波處理，對比效果如圖3所示[12]。從圖3不難看出，傳統(tǒng)Nagao濾波器處理后的圖像明顯帶有一些偽像，處理效果不是十分令人滿意，而用本文提出改進的Nagao濾波器處理后，不僅圖像噪聲全被濾除，而且?guī)缀醪淮嬖趥蜗?，圖像質(zhì)量與原始圖像非常接近，本文提出的改進型Nagao濾波器的處理效果更好；(2)在處理速度方面，本文分別選取了大小為160×160、256×256格式為BMP和JPG的圖像各10幅，共40幅，分為2組進行了處理速度測試，對比結(jié)果如表1所示[13]。從表1中可以看出，無論是處理BMP格式的圖片還是JPG格式的圖片，改進的Nagao濾波器的處理速度都要明顯優(yōu)于傳統(tǒng)Nagao濾波器(大約為2.7倍)，這對于用計算機編程實現(xiàn)處理紋理比較復(fù)雜、尤其是大尺寸高分辨率的圖像是十分有利的。

本文詳細介紹了Nagao濾波器的實現(xiàn)原理，并分析了其存在的缺點，針對這些缺點，結(jié)合圖像紋理分析方法，提出了一種基于紋理分析的改進型Nagao濾波器。該方法以傳統(tǒng)Nagao濾波器為基礎(chǔ)，通過對圖像進行紋理分析得到的紋理復(fù)雜度來指導(dǎo)平滑模板的選擇，不但克服了傳統(tǒng)Nagao濾波器在濾波處理后存在偽像的缺點，而且進一步提高了計算機的處理速度，通過應(yīng)用實驗比較分析，該方法可以取得比較滿意的去噪效果。