1. 研究目的与意义
中值滤波是一种常用的图像预处理方法, 是Turky在1971年提出的。中值滤波器的使用非常普遍，对于一定类型的随机噪声，它提供了一种优秀的去噪能力，比小尺寸的线性平滑滤波器的模糊程度明显要低，尤其是对处理脉冲噪声(也称椒盐噪声)非常有效。它的响应基于图像滤波所截取的窗口中像素的排序, 然后由排序得到的中值代替窗口中心像素的值。
对于随机噪声, 中值滤波不仅具有优良的去噪能力, 而且比小尺寸的线性平滑滤波的图像模糊程度明显要低, 因此得到了普遍的应用。但是传统的中值滤波算法需要进行大量的数据比较运算, 数据排序费时较多, 不利于图像的实时处理。本文就将研究讨论一种改进的中值滤波的算法。2. 国内外研究现状分析
到目前为止，对于基于结构方法设计出的滤波器而言，多级中值滤波器是一种很成功的滤波器。这种滤波器是由Niemenen等首先提出来的，具有良好的滤噪能力，可是细节保护能力略显不足。
在不断改进中值滤波器结构方法的同时，人们也在努力寻找图像中的像素点是否受噪声污染的辨别方法，以此为基础研究更理想的中值滤波算法，于是产生了开关中值滤波，其中Shuqun Zhang和Monhammad A.Karim提出的开关滤波器同时具有很好的滤噪性能和细节保护性能，受到好评。但有待进一步改造的地方是：没考虑到受到高强度噪声干扰时，会有很多脉冲噪声位于图像边缘。为了解决这一问题，Lee和Kassam提出了一种比较成功的改进了的均值滤波器，优点是能比较好的处理受脉冲噪声和高斯噪声混合后的噪声影响图像。
在不断有新的滤波器出现的同时，人们也在努力研究这些既相类似又有区别的滤波器的共性，并希望将它们纳入一个统一的框架下进行研究。3. 研究的基本内容与计划
研究的内容：中值滤波器的基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代替。公式表示为：f(x,y)=median{g(s,t)};s,t∈sxy，其中f(x,y),g(s,t)为像素的灰度值，sxy为窗口内数据。二维中值滤波一般采用一个nn(n通常取奇数)的滑动窗口，从左至右，从上到下逐行移动，其中n为滑动窗口行数和列数。对滑动窗口内的图像灰度数据进行排序，选择排序后像素的中值作为指定像素点的灰度值。对于不同的图像内容和应用场合,采用不同的滤波模板窗口，常用的窗口有33模板和55模板。滤波硬件结构如下：
研究计划大致分为四个阶段：
4. 研究创新点
中值滤波算法模块的核心是一个三点排序模块，三点排序模块是对三输入进行升序排序，由三级比较器组成。
本文讨论的改进的中值滤波算法，调用三个三点排序模块对每一列按升序排序，再调用三个三点排序模块对每行按升序排序，最后调用一个三点排序模块对行列排序后的窗口对角线上的元素排序，中值作为滤波结果输出，所以总共调用7个三点排序模块可实现该改进的中值滤波算法，需要耗费9个时钟周期。
。
