專利名稱：一種濾除圖像混合噪聲的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域中一種濾除圖像混合噪聲的方法，尤其涉及在實(shí)時(shí)圖像處理領(lǐng)域中對(duì)圖像噪聲的濾除。
背景技術(shù)：
在圖像處理中領(lǐng)域，圖像噪聲的濾除對(duì)于后續(xù)圖像處理是非常重要的。在現(xiàn)有的常用圖像去噪方法中，高斯濾波法對(duì)濾除圖像高斯噪聲比較有效，但同時(shí)容易損壞圖像的邊緣信息，從而使圖像變得模糊起來(lái)。而中值濾波法能很好地濾除圖像的脈沖噪聲，但對(duì)于濾除圖像高斯噪聲則效果不佳。兩者共同的缺陷是對(duì)濾波窗口中所有鄰域像素都采用相同的處理，從而會(huì)引入誤差，導(dǎo)致圖像邊緣和細(xì)節(jié)信息的損壞。
同組濾波法是一種可很好地保護(hù)圖像邊緣和細(xì)節(jié)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征相近的鄰域像素作為同組成員參加濾波，其過(guò)程是先根據(jù)濾波窗口中鄰域像素與原像素特征距離值進(jìn)行升序排列，再通過(guò)Fisher判別找出該像素的同組成員，然后用濾波窗口中屬于同組成員像素的加權(quán)特征值代替原來(lái)的像素特征值。由此可見同組濾波可以看成是一種帶有二進(jìn)制掩模的高斯濾波，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(hù)圖像的邊緣和細(xì)節(jié)信息。但是同組濾波并不能有效地慮除圖像的脈沖噪聲，同時(shí)在進(jìn)行歸類每個(gè)像素的同組成員時(shí)其計(jì)算量非常大，特別是在濾波窗口選取較大時(shí)，其去噪速度極慢，因而該方法很不適合實(shí)時(shí)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，即脈沖噪聲和高斯噪聲。于是能快速地濾除圖像的混合噪聲，又能保護(hù)好圖像邊緣和細(xì)節(jié)信息的圖像去噪方法成為目前圖像處理領(lǐng)域中的研究熱點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)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沖的混合噪聲，同時(shí)又能很好地保護(hù)圖像的邊緣和細(xì)節(jié)信息，尤其適用于實(shí)時(shí)圖像的處理。
本發(fā)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(gè)像素；步驟2判別該像素是否屬于脈沖噪聲，若該像素點(diǎn)屬于脈沖噪聲，則進(jìn)入步驟3，否則直接進(jìn)入步驟4；步驟3對(duì)該像素進(jìn)行中值濾波處理，將該脈沖噪聲去除掉，然后直接進(jìn)入步驟6；步驟4確定該非脈沖噪聲像素的同組成員；步驟5通過(guò)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(gè)像素，然后跳轉(zhuǎn)回步驟2；若處理完則輸出濾除混合噪聲后的新圖像。
與現(xiàn)有方法相比，采用本發(fā)明所述方法是先判斷待處理的像素是否屬于脈沖噪聲，若是脈沖噪聲則通過(guò)中值濾波去除掉，否則進(jìn)行該像素的同組成員歸類，然后進(jìn)行同組濾波來(lái)濾除掉高斯噪聲。本發(fā)明方法能有效地濾除圖像中的混合噪聲，同時(shí)能很好地保護(hù)圖像的邊緣和細(xì)節(jié)信息，并且其去噪的運(yùn)算速度也較高。


圖1是本發(fā)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(fā)明通過(guò)計(jì)算像素局部能量值來(lái)判別脈沖噪聲的流程圖。
圖3是本發(fā)明歸類像素的同組成員方法的流程圖。
具體實(shí)施例方式下面結(jié)合附圖與實(shí)施例來(lái)說(shuō)明本發(fā)明的方法，圖1是本發(fā)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(gè)像素。
步驟2判別該像素是否屬于脈沖噪聲。判別的方法通?？赏ㄟ^(guò)計(jì)算該像素在水平、垂直、或斜度方向上的特征差值(如灰度、RGB值等)等方法來(lái)判別脈沖噪聲，也可根據(jù)像素的局部能量特征來(lái)判斷該像素是否是脈沖噪聲。在本實(shí)施例中，以根據(jù)像素的局部能量特征來(lái)判斷該像素是否是脈沖噪聲為例進(jìn)行說(shuō)明。像素的局部能量特征主要刻畫了像素在水平、垂直等多個(gè)方向上特征值的局部差分信息，通常脈沖噪聲對(duì)應(yīng)像素的局部能量值往往明顯比圖像平滑區(qū)域或邊緣區(qū)域像素的局部能量值要高。因此通過(guò)計(jì)算像素的局部能量值能有效判斷脈沖噪聲，且計(jì)算簡(jiǎn)單快速，又很好地保護(hù)圖像的邊緣和細(xì)節(jié)信息。
若該像素點(diǎn)屬于脈沖噪聲，則進(jìn)入下面步驟3，否則直接進(jìn)入步驟4。
步驟3對(duì)該像素進(jìn)行中值濾波處理，將該脈沖噪聲去除掉，然后直接進(jìn)入步驟6。
步驟4確定該非脈沖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(guān)鍵的一步是對(duì)該像素濾波窗口中的鄰域像素進(jìn)行同組成員歸類，即確定該像素的同組成員。這里所謂的同組成員是指在濾波窗口中與中心像素特征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(jì)算在濾波窗口中各鄰域像素與中心像素的特征向量的距離，然后對(duì)這些距離值進(jìn)行升序排列，最后采用Fisher判別來(lái)確定同組的成員。還有一種比較實(shí)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征梯度垂直方向(即特征變化最小方向)上的鄰域像素歸為該像素的同組成員，其中像素的特征變化最小方向可通過(guò)計(jì)算該像素的特征差分信息方法來(lái)準(zhǔn)確地提取。該方法的計(jì)算量非常小，可大大節(jié)省同組成員的歸類時(shí)間。
步驟5通過(guò)同組濾波濾除高斯噪聲。在該像素的同組成員確定后，即可通過(guò)同組濾波來(lái)濾除高斯噪聲。同組濾波的主要處理過(guò)程是將像素的同組成員的加權(quán)特征值替代原該像素的原來(lái)的特征值，從而達(dá)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(gè)像素，然后跳轉(zhuǎn)回步驟2；若處理完則輸出濾除混合噪聲后的新圖像。
下面結(jié)合圖2和圖3，用本發(fā)明的方法來(lái)濾除一大小為m*m的灰度圖像(以m＝256)為例，中含有的脈沖和高斯混合噪聲為例來(lái)進(jìn)一步詳細(xì)說(shuō)明，其具體步驟如下
1按照?qǐng)D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(gè)像素；2判別該像素是否屬于脈沖噪聲。圖2是通過(guò)計(jì)算像素局部能量值來(lái)判別脈沖噪聲的流程圖，其具體實(shí)現(xiàn)過(guò)程如下2-1以該檢測(cè)點(diǎn)像素(坐標(biāo)為(x，y))為中心，選取一個(gè)n*n(此處n＝9)大小的濾波窗口，該窗口大小的選取關(guān)系到計(jì)算的復(fù)雜度與準(zhǔn)確度，窗口越大，計(jì)算次數(shù)將增加但準(zhǔn)確度也會(huì)增加；2-2計(jì)算濾波窗口中像素灰度均值μμ=19*9Σi=-44Σj=-44p(x+i,y+j)---(1)]]>式中p(x，y)是圖像坐標(biāo)為(x，y)像素的灰度值；2-3采用下面公式來(lái)計(jì)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(lái)作為局部能量閾值，該閾值Th計(jì)算如下Th=1256*256×Σn=1256*256En---(3)]]>式中En表示圖像中第n個(gè)像素的局部能量值；2-5最后根據(jù)局部能量閾值來(lái)判斷該像素(x，y)是否為脈沖噪聲，即若E(x，y)＞Th(4)則判定它為脈沖噪聲，執(zhí)行下面第3步。否則不為脈沖噪聲，直接執(zhí)行后面第4步。
3對(duì)脈沖噪聲像素進(jìn)行中值濾波處理，濾波窗口大小仍選取9*9，然后執(zhí)行第6步。
4對(duì)非脈沖噪聲像素進(jìn)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(shí)現(xiàn)如下
4-1先計(jì)算該像素灰度在水平方向上的二階差分，即Δx2p(x,y)=Δxp(x+1,y)-Δxp(x,y)---(5)]]>其中Δxp(x，y)＝p(x+1，y)-p(x，y)(6)4-2再計(jì)算該像素灰度在垂直方向上的二階差分，即Δy2p(x,y)=Δyp(x,y+1)-Δyp(x,y)---(7)]]>其中Δyp(x，y)＝p(x，y+1)-p(x，y)(8)4-3然后計(jì)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(jì)算該像素灰度特征變化最小的方向ξ，即ξ=π2+12arctab(2Δxyp(x,y)Δx2p(x,y)-Δy2p(x,y))---(10)]]>4-5最后在該像素濾波窗口中取得該最小方向ξ上的鄰域像素構(gòu)成該像素的同組成員。
5使用同組成員進(jìn)行同組濾波來(lái)濾除高斯噪聲。在該像素的同組成員確定后，就可用同組成員像素的加權(quán)灰度特征值替代原像素的灰度特征值，即pnew(x,y)=Σi=0s-1wipi(x,y)Σi=0s-1wi---(11)]]>其中pi(x，y)屬于該檢測(cè)像素的同組成員的灰度特征向量，wi是相應(yīng)高斯濾波的加權(quán)系數(shù)，s為同組成員的個(gè)數(shù)。
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?qǐng)D像從左至右、從上到下的掃描順序取得圖像下一個(gè)像素，然后跳轉(zhuǎn)回步驟2；若處理完則輸出濾除混合噪聲后的新圖像。
權(quán)利要求
1.一種濾除圖像混合噪聲的方法，其特征在于包括以下步驟步驟1選取輸入的含有混合噪聲的原始圖像中的第一個(gè)像素；步驟2判別該像素是否屬于脈沖噪聲，若該像素點(diǎn)屬于脈沖噪聲，則進(jìn)入步驟3，否則直接進(jìn)入步驟4；步驟3對(duì)該像素進(jìn)行中值濾波處理，將該脈沖噪聲去除掉，然后直接進(jìn)入步驟6；步驟4確定該非脈沖噪聲像素的同組成員；步驟5通過(guò)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(gè)像素，然后跳轉(zhuǎn)回步驟2；若處理完則輸出濾除混合噪聲后的新圖像。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟2中的判別該像素是否屬于脈沖噪聲進(jìn)一步包括通過(guò)計(jì)算該像素在水平、垂直、或斜度方向上的特征差值來(lái)判別脈沖噪聲。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟2中的判別該像素是否屬于脈沖噪聲進(jìn)一步包括根據(jù)像素的局部能量特征來(lái)判斷該像素是否是脈沖噪聲。
4.根據(jù)權(quán)利要求3所述的方法，所述的局部能量特征判斷可以包括以該檢測(cè)點(diǎn)像素為中心，選取一個(gè)n*n大小的濾波窗口；計(jì)算濾波窗口中像素灰度均值；計(jì)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(lái)作為局部能量閾值；若該像素的局部能量值大于局部能量閾值，則判定它為脈沖噪聲，否則不為脈沖噪聲。
5.根據(jù)權(quán)利要求1-4之一所述的方法，其特征在于所述步驟4進(jìn)一步包括先計(jì)算在濾波窗口中各鄰域像素與中心像素的特征向量的距離，然后對(duì)這些距離值進(jìn)行升序排列，最后采用Fisher判別來(lái)確定同組的成員。
6.根據(jù)權(quán)利要求1-4之一所述的方法，其特征在于所述步驟4進(jìn)一步包括在濾波窗口中直接將在該像素特征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(jù)權(quán)利要求6所述的方法，其特征在于所述步驟4所述同組成員的歸類進(jìn)一步包括計(jì)算該像素灰度在水平方向上的二階差分；計(jì)算該像素灰度在垂直方向上的二階差分；計(jì)算該像素灰度的二維偏差分；計(jì)算該像素灰度特征變化最小的方向；在該像素濾波窗口中取得該最小方向上的鄰域像素構(gòu)成該像素的同組成員。
全文摘要
本發(fā)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(gè)像素；步驟2判別該像素是否屬于脈沖噪聲，若該像素點(diǎn)屬于脈沖噪聲，則進(jìn)入步驟3，否則直接進(jìn)入步驟4；步驟3對(duì)該像素進(jìn)行中值濾波處理，將該脈沖噪聲去除掉，然后直接進(jìn)入步驟6；步驟4確定該非脈沖噪聲像素的同組成員；步驟5通過(guò)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(gè)像素，然后跳轉(zhuǎn)回步驟2；若處理完則輸出濾除混合噪聲后的新圖像。本發(fā)明方法能有效地濾除圖像中的混合噪聲，同時(shí)能很好地保護(hù)圖像的邊緣和細(xì)節(jié)信息，并且其去噪的運(yùn)算速度也較高。
文檔編號(hào)H04N5/213GK101087365SQ20061009190
公開日2007年12月12日 申請(qǐng)日期2006年6月10日 優(yōu)先權(quán)日2006年6月10日
發(fā)明者曹剛, 徐立峰, 羅宏宇 申請(qǐng)人:中興通訊股份有限公司