圖像多方向形態結構分組的主分量分析協同濾波方法

2023-07-22 01:05:51

專利名稱：圖像多方向形態結構分組的主分量分析協同濾波方法
技術領域：
本發明屬於數字圖像處理技術領域，特別是一種圖像多方向形態結構分組的主分量分析協同濾波方法。
背景技術：
在數字圖像的獲取和傳輸過程中，不可避免的會引入各種噪聲。噪聲的存在，不僅破壞了圖像的真實信息，而且還嚴重影響圖像的視覺效果，使得對圖像的後期處理如特徵提取和目標檢測等變得困難，因此對噪聲圖像進行濾波就成了一種有效的圖像預處理方法。圖像濾波方法可分為空域和頻域的方法。空域方法直接對圖像像素進行處理，如經典的均值濾波、中值濾波和雙邊濾波等。頻域方法先將圖像變換到頻率域，然後對變換係數進行處理，最後再逆變換到空域以達到濾波的目的，如小波變換、多尺度幾何分析和稀疏表示
坐寸ο基於圖像濾波的重要性，很多學者進行了大量的相關研究工作。王紅梅等人發明了一種保持邊緣的自適應圖像濾波方法(專利號:200610043000.5)。該方法首先採用係數相關法標記像素為噪聲或邊緣，根據標記信息，利用自適應鄰域收縮小波係數，在去噪同時，具有一定的邊緣保持能力，但沒有充分利用圖像內容的非局部相似性和局部差異性。王錫貴等人發明了一種多模板混合濾波的圖像去噪方法(專利號:200610065679.8)。該方法先定義一組濾波器，然後對圖像分塊，考慮了圖像塊的差異性，根據其勻質程度，選擇某一個濾波器對圖像塊進行去噪處理，能夠保持部分圖像細節信息，但沒有充分考慮圖像塊的非局部相似性。劉芳等人發明了一種結合結構信息的非局部均值圖像去噪方法(專利申請號:201110091450.2)。該方法先利用primal sketch提取圖像結構，將圖像分為結構區和平滑區，然後分別採用非局部均值方法對圖像去噪。這些方法在一定程度上提高了圖像去噪的效果，但都沒有考慮到圖像內容所具有的形態結構性和多方向性，從而無法在噪聲去除和細節保持方面做到較好的均衡。

發明內容
本發明目的在於提供一種圖像多方向形態結構分組的主分量分析協同濾波方法，通過同方向同結構特性的圖像塊的協同濾波，充分利用圖像非局部相似性信息，在濾除噪聲的同時較好保持圖像的邊緣和紋理等細節信息，提高圖像去噪的視覺效果。實現本發明目的的技術解決方案為:一種圖像多方向形態結構分組的主分量分析協同濾波方法，步驟如下:步驟1:輸入像素大小為MXN的噪聲圖像，對其進行重疊分塊，即從圖像左上角開始，依次抽取像素大小為KXK的圖像塊P，按列每次移動一個像素位置，最終可得到(M-K+1) X (N-K+1)個大小為KXK的圖像塊；步驟2:對得到的所有圖像塊，根據圖像塊的方差、梯度和奇異值信息對其進行多方向形態結構分組，從而可獲得光滑塊組、隨機塊組、方向邊緣塊組和方向紋理塊組；
步驟3:對得到的分組圖像塊，進行特徵自適應主分量分析，從而採取合適的變換，包括主分量分析變換、行二維主分量分析變換和列二維主分量分析變換，得到特徵自適應變換係數；步驟4:對得到的分組圖像塊的特徵自適應變換係數，進行閾值收縮，閾值函數為
權利要求
1.一種圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於步驟如下: 步驟1:輸入像素大小為MXN的噪聲圖像，對其進行重疊分塊，即從圖像左上角開始，依次抽取像素大小為KXK的圖像塊P，按列每次移動一個像素位置，最終可得到(M-K+1) X (N-K+1)個大小為KXK的圖像塊； 步驟2:對得到的所有圖像塊，根據圖像塊的方差、梯度和奇異值信息對其進行多方向形態結構分組，從而可獲得光滑塊組、隨機塊組、方向邊緣塊組和方向紋理塊組； 步驟3:對得到的分組圖像塊，進行特徵自適應主分量分析，從而採取合適的變換，包括主分量分析變換、行二維主分量分析變換和列二維主分量分析變換，得到特徵自適應變換係數； 步驟4:對得到的分組圖像塊的特徵自適應變換係數，進行閾值收縮，閾值函數為
2.按照權利要求1所述的圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於，步驟2的圖像塊多方向形態結構分組的具體方法為: 2.1對每個KXK大小的圖像塊P，將其標記為光滑塊或非光滑塊，標記準則為:計算圖像塊P的方差
3.按照權利要求2所述的圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於，TH取值為KX o2,R*的取值範圍為
, W的取值範圍為[4，12]，z的取值為3，τ的取值為0.0IxmaxiSr^f'其中σ 2為噪聲方差，ST(i)為第i點的結構強度。
4.按照權利要求1所述的圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於，步驟3的分組圖像塊進行特徵自適應主分量分析的具體方法為:對L個分組圖像塊Pi, P2,...，Pt，分別計算其主分量分析、行二維主分量分析和列二維主分量分析的協方差矩陣 Σ、和 Σ。:
5.按照權利要求1所述的圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於，步驟I的K的取值範圍為[7，15]。
6.按照權利要求1所述的圖像多方向形態結構分組的主分量分析協同濾波方法，其特徵在於，步驟4的閾值HT的取值為2.75X σ2，其中ο 2為噪聲方差。
全文摘要
本發明公開了一種圖像多方向形態結構分組的主分量分析協同濾波方法。該方法對圖像進行重疊分塊，根據圖像塊的方差、梯度和奇異值信息對圖像塊進行多方向形態結構分組，得到光滑塊組、隨機塊組、方向邊緣塊組和方向紋理塊組；然後對分組的圖像塊進行特徵自適應主分量分析，利用硬閾值收縮法對圖像塊變換係數進行濾波，進而進行分組重構；最後將分組重構塊聚合為整幅濾波圖像。本發明方法充分考慮了圖像塊的多方向形態結構和圖像的非局部相似性信息，圖像濾波過程具有很好的結構和紋理保持特性，消除噪聲能力很強，可廣泛的應用於圖像特徵提取和目標檢測的預處理過程。
文檔編號G06T5/00GK103208097SQ201310034170
公開日2013年7月17日 申請日期2013年1月29日 優先權日2013年1月29日
發明者費選, 肖亮, 韋志輝 申請人:南京理工大學