一種濾除圖像混合噪聲的方法
2023-05-24 07:52:06 1
專利名稱：一種濾除圖像混合噪聲的方法
技術領域：
本發明涉及圖像處理領域中一種濾除圖像混合噪聲的方法，尤其涉及在實時圖像處理領域中對圖像噪聲的濾除。
背景技術：
在圖像處理中領域，圖像噪聲的濾除對於後續圖像處理是非常重要的。在現有的常用圖像去噪方法中，高斯濾波法對濾除圖像高斯噪聲比較有效，但同時容易損壞圖像的邊緣信息，從而使圖像變得模糊起來。而中值濾波法能很好地濾除圖像的脈衝噪聲，但對於濾除圖像高斯噪聲則效果不佳。兩者共同的缺陷是對濾波窗口中所有鄰域像素都採用相同的處理，從而會引入誤差，導致圖像邊緣和細節信息的損壞。
同組濾波法是一種可很好地保護圖像邊緣和細節信息的圖像去噪方法。該方法的主要思想是只找出濾波窗口中與中心像素距離特徵相近的鄰域像素作為同組成員參加濾波，其過程是先根據濾波窗口中鄰域像素與原像素特徵距離值進行升序排列，再通過Fisher判別找出該像素的同組成員，然後用濾波窗口中屬於同組成員像素的加權特徵值代替原來的像素特徵值。由此可見同組濾波可以看成是一種帶有二進位掩模的高斯濾波，其中1表示該濾波窗口鄰域像素是原像素的同組成員將參與濾波，0表示不是同組成員而不參與濾波。同組濾波克服了以往高斯濾波的濾波窗口中所有像素都參與濾波的弊端，從而能很好地濾除了圖像高斯噪聲，又可保護圖像的邊緣和細節信息。但是同組濾波並不能有效地慮除圖像的脈衝噪聲，同時在進行歸類每個像素的同組成員時其計算量非常大，特別是在濾波窗口選取較大時，其去噪速度極慢，因而該方法很不適合實時圖像處理。而通常情況下，原始圖像總是包含兩種最常見噪聲，即脈衝噪聲和高斯噪聲。於是能快速地濾除圖像的混合噪聲，又能保護好圖像邊緣和細節信息的圖像去噪方法成為目前圖像處理領域中的研究熱點。
發明內容
本發明要解決的技術問題是提出一種濾除圖像混合噪聲的方法，該方法能快速有效地濾除圖像中含高斯和脈衝的混合噪聲，同時又能很好地保護圖像的邊緣和細節信息，尤其適用於實時圖像的處理。
本發明所述濾除圖像混合噪聲的方法包括步驟1選取輸入的含有混合噪聲的原始圖像中的第一個像素；步驟2判別該像素是否屬於脈衝噪聲，若該像素點屬於脈衝噪聲，則進入步驟3，否則直接進入步驟4；步驟3對該像素進行中值濾波處理，將該脈衝噪聲去除掉，然後直接進入步驟6；步驟4確定該非脈衝噪聲像素的同組成員；步驟5通過同組濾波濾除高斯噪聲；步驟6檢查圖像所有像素是否處理完畢，若未處理完則取得圖像下一個像素，然後跳轉回步驟2；若處理完則輸出濾除混合噪聲後的新圖像。
與現有方法相比，採用本發明所述方法是先判斷待處理的像素是否屬於脈衝噪聲，若是脈衝噪聲則通過中值濾波去除掉，否則進行該像素的同組成員歸類，然後進行同組濾波來濾除掉高斯噪聲。本發明方法能有效地濾除圖像中的混合噪聲，同時能很好地保護圖像的邊緣和細節信息，並且其去噪的運算速度也較高。
圖1是本發明提出的濾除圖像混合噪聲方法的總體流程圖。
圖2是本發明通過計算像素局部能量值來判別脈衝噪聲的流程圖。
圖3是本發明歸類像素的同組成員方法的流程圖。
具體實施例方式下面結合附圖與實施例來說明本發明的方法，圖1是本發明提出的濾除圖像混合噪聲方法的總體流程圖。
步驟1選取輸入的含有混合噪聲的原始圖像中的第一個像素。
步驟2判別該像素是否屬於脈衝噪聲。判別的方法通常可通過計算該像素在水平、垂直、或斜度方向上的特徵差值(如灰度、RGB值等)等方法來判別脈衝噪聲，也可根據像素的局部能量特徵來判斷該像素是否是脈衝噪聲。在本實施例中，以根據像素的局部能量特徵來判斷該像素是否是脈衝噪聲為例進行說明。像素的局部能量特徵主要刻畫了像素在水平、垂直等多個方向上特徵值的局部差分信息，通常脈衝噪聲對應像素的局部能量值往往明顯比圖像平滑區域或邊緣區域像素的局部能量值要高。因此通過計算像素的局部能量值能有效判斷脈衝噪聲，且計算簡單快速，又很好地保護圖像的邊緣和細節信息。
若該像素點屬於脈衝噪聲，則進入下面步驟3，否則直接進入步驟4。
步驟3對該像素進行中值濾波處理，將該脈衝噪聲去除掉，然後直接進入步驟6。
步驟4確定該非脈衝噪聲像素的同組成員。在使用同組濾波濾除圖像的高斯噪聲之前，最關鍵的一步是對該像素濾波窗口中的鄰域像素進行同組成員歸類，即確定該像素的同組成員。這裡所謂的同組成員是指在濾波窗口中與中心像素特徵相近的一組鄰域像素。確定像素同組成員的方法有多種，比較常用的方法是先計算在濾波窗口中各鄰域像素與中心像素的特徵向量的距離，然後對這些距離值進行升序排列，最後採用Fisher判別來確定同組的成員。還有一種比較實用、快捷的定該像素的同組成員的方法是在濾波窗口中直接將在該像素特徵梯度垂直方向(即特徵變化最小方向)上的鄰域像素歸為該像素的同組成員，其中像素的特徵變化最小方向可通過計算該像素的特徵差分信息方法來準確地提取。該方法的計算量非常小，可大大節省同組成員的歸類時間。
步驟5通過同組濾波濾除高斯噪聲。在該像素的同組成員確定後，即可通過同組濾波來濾除高斯噪聲。同組濾波的主要處理過程是將像素的同組成員的加權特徵值替代原該像素的原來的特徵值，從而達到去除噪聲的目的。
步驟6檢查圖像所有像素是否處理完畢。若未處理完則取得圖像下一個像素，然後跳轉回步驟2；若處理完則輸出濾除混合噪聲後的新圖像。
下面結合圖2和圖3，用本發明的方法來濾除一大小為m*m的灰度圖像(以m＝256)為例，中含有的脈衝和高斯混合噪聲為例來進一步詳細說明，其具體步驟如下
1按照圖像從左至右、從上到下的掃描順序取得含有混合噪聲的原始圖像中的第一個像素；2判別該像素是否屬於脈衝噪聲。圖2是通過計算像素局部能量值來判別脈衝噪聲的流程圖，其具體實現過程如下2-1以該檢測點像素(坐標為(x，y))為中心，選取一個n*n(此處n＝9)大小的濾波窗口，該窗口大小的選取關係到計算的複雜度與準確度，窗口越大，計算次數將增加但準確度也會增加；2-2計算濾波窗口中像素灰度均值μ=19*9i=-44j=-44p(x+i,y+j)---(1)]]>式中p(x，y)是圖像坐標為(x，y)像素的灰度值；2-3採用下面公式來計算像素的局部能量E(x，y)＝|2*(p(x，y)-μ)2-(p(x-1，y)-μ)*(p(x+1，y)-μ)-(p(x，y-1)-μ)*(p(x，y+1)-μ)|(2)2-4選取圖像所有像素的的局部能量均值來作為局部能量閾值，該閾值Th計算如下Th=1256*256n=1256*256En---(3)]]>式中En表示圖像中第n個像素的局部能量值；2-5最後根據局部能量閾值來判斷該像素(x，y)是否為脈衝噪聲，即若E(x，y)＞Th(4)則判定它為脈衝噪聲，執行下面第3步。否則不為脈衝噪聲，直接執行後面第4步。
3對脈衝噪聲像素進行中值濾波處理，濾波窗口大小仍選取9*9，然後執行第6步。
4對非脈衝噪聲像素進行同組成員歸類，圖3為歸類該像素同組成員的流程圖，其具體實現如下
4-1先計算該像素灰度在水平方向上的二階差分，即x2p(x,y)=xp(x+1,y)-xp(x,y)---(5)]]>其中Δxp(x，y)＝p(x+1，y)-p(x，y)(6)4-2再計算該像素灰度在垂直方向上的二階差分，即y2p(x,y)=yp(x,y+1)-yp(x,y)---(7)]]>其中Δyp(x，y)＝p(x，y+1)-p(x，y)(8)4-3然後計算該像素灰度的二維偏差分，即Δxyp(x，y)＝Δxp(x，y+1)-Δxp(x，y)(9)4-4再計算該像素灰度特徵變化最小的方向ξ，即=2+12arctab(2xyp(x,y)x2p(x,y)-y2p(x,y))---(10)]]>4-5最後在該像素濾波窗口中取得該最小方向ξ上的鄰域像素構成該像素的同組成員。
5使用同組成員進行同組濾波來濾除高斯噪聲。在該像素的同組成員確定後，就可用同組成員像素的加權灰度特徵值替代原像素的灰度特徵值，即pnew(x,y)=i=0s-1wipi(x,y)i=0s-1wi---(11)]]>其中pi(x，y)屬於該檢測像素的同組成員的灰度特徵向量，wi是相應高斯濾波的加權係數，s為同組成員的個數。
6檢查圖像所有像素是否按上述步驟處理完畢，若未處理完則仍然按照圖像從左至右、從上到下的掃描順序取得圖像下一個像素，然後跳轉回步驟2；若處理完則輸出濾除混合噪聲後的新圖像。
權利要求
1.一種濾除圖像混合噪聲的方法，其特徵在於包括以下步驟步驟1選取輸入的含有混合噪聲的原始圖像中的第一個像素；步驟2判別該像素是否屬於脈衝噪聲，若該像素點屬於脈衝噪聲，則進入步驟3，否則直接進入步驟4；步驟3對該像素進行中值濾波處理，將該脈衝噪聲去除掉，然後直接進入步驟6；步驟4確定該非脈衝噪聲像素的同組成員；步驟5通過同組濾波濾除高斯噪聲；步驟6檢查圖像所有像素是否處理完畢，若未處理完則取得圖像下一個像素，然後跳轉回步驟2；若處理完則輸出濾除混合噪聲後的新圖像。
2.根據權利要求1所述的方法，其特徵在於所述步驟2中的判別該像素是否屬於脈衝噪聲進一步包括通過計算該像素在水平、垂直、或斜度方向上的特徵差值來判別脈衝噪聲。
3.根據權利要求1所述的方法，其特徵在於所述步驟2中的判別該像素是否屬於脈衝噪聲進一步包括根據像素的局部能量特徵來判斷該像素是否是脈衝噪聲。
4.根據權利要求3所述的方法，所述的局部能量特徵判斷可以包括以該檢測點像素為中心，選取一個n*n大小的濾波窗口；計算濾波窗口中像素灰度均值；計算像素的局部能量；選取圖像所有像素的的局部能量均值來作為局部能量閾值；若該像素的局部能量值大於局部能量閾值，則判定它為脈衝噪聲，否則不為脈衝噪聲。
5.根據權利要求1-4之一所述的方法，其特徵在於所述步驟4進一步包括先計算在濾波窗口中各鄰域像素與中心像素的特徵向量的距離，然後對這些距離值進行升序排列，最後採用Fisher判別來確定同組的成員。
6.根據權利要求1-4之一所述的方法，其特徵在於所述步驟4進一步包括在濾波窗口中直接將在該像素特徵梯度垂直方向上的鄰域像素歸為該像素的同組成員。
7.根據權利要求6所述的方法，其特徵在於所述步驟4所述同組成員的歸類進一步包括計算該像素灰度在水平方向上的二階差分；計算該像素灰度在垂直方向上的二階差分；計算該像素灰度的二維偏差分；計算該像素灰度特徵變化最小的方向；在該像素濾波窗口中取得該最小方向上的鄰域像素構成該像素的同組成員。
全文摘要
本發明公開了一種濾除圖像混合噪聲的方法，包括步驟1選取輸入的含有混合噪聲的原始圖像中的第一個像素；步驟2判別該像素是否屬於脈衝噪聲，若該像素點屬於脈衝噪聲，則進入步驟3，否則直接進入步驟4；步驟3對該像素進行中值濾波處理，將該脈衝噪聲去除掉，然後直接進入步驟6；步驟4確定該非脈衝噪聲像素的同組成員；步驟5通過同組濾波濾除高斯噪聲；步驟6檢查圖像所有像素是否處理完畢，若未處理完則取得圖像下一個像素，然後跳轉回步驟2；若處理完則輸出濾除混合噪聲後的新圖像。本發明方法能有效地濾除圖像中的混合噪聲，同時能很好地保護圖像的邊緣和細節信息，並且其去噪的運算速度也較高。
文檔編號H04N5/213GK101087365SQ20061009190
公開日2007年12月12日 申請日期2006年6月10日 優先權日2006年6月10日
發明者曹剛, 徐立峰, 羅宏宇 申請人:中興通訊股份有限公司