專利名稱：基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法，特別適用于濾除圖像椒鹽噪聲，屬于圖像處理技術(shù)領(lǐng)域。
背景技術(shù)：
由于人類接受的大部分信息都是從圖像中獲取到的，圖像作為人類感知世界的視覺基礎(chǔ)，是人類獲取信息、表達(dá)信息和傳遞信息的重要手段。但是在圖像信號(hào)的形成、傳輸過程中，由于圖像采集系統(tǒng)、傳輸媒介以及成像系統(tǒng)的不完善和外界環(huán)境的干擾，會(huì)不同程度地引入噪聲，從而使得輸出圖像的質(zhì)量下降。一般來說，現(xiàn)實(shí)中的圖像都是帶噪圖像。在很多重要的應(yīng)用中，比如醫(yī)學(xué)圖像受到噪聲污染，會(huì)給醫(yī)生的診斷帶來很大的影響，從而影響患者的治療，甚至可能危及病人的生命，因此圖像的去噪技術(shù)一直是圖像處理領(lǐng)域中備受關(guān)注的一個(gè)重要環(huán)節(jié)。通常在圖像處理工作中，在邊緣檢測(cè)、圖像分割、特征提取、模式識(shí)別等高層次處理之前，選用適當(dāng)?shù)姆椒ūM量地去除噪聲干擾是一個(gè)非常重要的預(yù)處理步驟，所以研究如何濾除圖像噪聲，提高圖像質(zhì)量就成了一個(gè)非常重要并且有現(xiàn)實(shí)意義的課題。數(shù)字圖像濾波是根據(jù)圖像現(xiàn)有的信息，對(duì)圖像上的信息缺損區(qū)域進(jìn)行信息填充的過程，目的是使濾波后的圖像能最大程度地接近原始圖像，并且希望濾波的方法簡(jiǎn)單有效。圖像去噪的主要研究目的，在于把帶噪的圖像，即惡化了的圖像恢復(fù)到能真實(shí)反映原景物圖像。目前常見的去噪方法是通過基于一個(gè)特定模板內(nèi)部的像素進(jìn)行各種計(jì)算(濾波)實(shí)現(xiàn)。其中，最為常見的模板是η * η正方形(通常η取為大于2的奇數(shù)，如3，5，7等)模板。當(dāng)處理某一個(gè)像素點(diǎn)時(shí) ，取其η * η正方形模塊內(nèi)的像素點(diǎn)參與濾波計(jì)算。它利用了該像素點(diǎn)周圍的大量像素信息，在程序設(shè)計(jì)方面也比較容易實(shí)現(xiàn)，很多情況下可以取得比較好的效果。比較常見的使用η * η正方形模板進(jìn)行濾波的方法是均值濾波和中值濾波。均值濾波算法又叫鄰域平均法，是一種傳統(tǒng)的濾波方法。這種方法的基本思想是:對(duì)于給定圖像中的每個(gè)像素點(diǎn)，取其η * η正方形模板內(nèi)所有像素灰度的平均值作為當(dāng)前像素點(diǎn)的灰度值，即用一像素的方形鄰域內(nèi)各像素點(diǎn)灰度平均值來代替該像素原來的灰度值，這就是鄰域平均技術(shù)。傳統(tǒng)的中值濾波算法的基本思想是:對(duì)圖像中任意像素，將其η * η正方形模板內(nèi)所有的像素點(diǎn)的灰度值進(jìn)行排序，然后取中間值作為該像素的最終灰度值。使用η * η正方形模板濾波雖然利用了當(dāng)前像素周圍的大部分像素點(diǎn)的灰度信息，但它并未充分發(fā)揮當(dāng)前像素點(diǎn)鄰域中的所有灰度信息和距離信息在濾波中的作用
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案:
本發(fā)明包括以下步驟:
(1)讀入一幀圖像，令第一個(gè)像素點(diǎn)為當(dāng)前像素點(diǎn)；
(2)判斷當(dāng)前像素點(diǎn)是否為噪聲點(diǎn):
判斷噪聲點(diǎn)的方法是閾值區(qū)間法，即灰度值在閾值A(chǔ)和B之間的像素點(diǎn)為信號(hào)點(diǎn)，否則為噪聲點(diǎn)；
當(dāng)所述當(dāng)前像素點(diǎn)是噪聲點(diǎn)時(shí)，執(zhí)行第(3)步；
當(dāng)所述當(dāng)前像素點(diǎn)是信號(hào)點(diǎn)時(shí)，執(zhí)行第(2.1)步；
(2.1)置下一個(gè)像素點(diǎn)為當(dāng)前像素點(diǎn),然后返回第(2)步；
(3)置當(dāng)前像素點(diǎn)模板為空:
首先選取下述距離表中的順序號(hào)K為I，并且將所述當(dāng)前像素點(diǎn)模板內(nèi)的信號(hào)點(diǎn)個(gè)數(shù)N置為O;
權(quán)利要求
1.一種基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法，其特征在于包括以下步驟: (1)讀入一幀圖像，令第一個(gè)像素點(diǎn)為當(dāng)前像素點(diǎn)； (2)判斷當(dāng)前像素點(diǎn)是否為噪聲點(diǎn): 判斷噪聲點(diǎn)的方法是閾值區(qū)間法，即灰度值在閾值A(chǔ)和B之間的像素點(diǎn)為信號(hào)點(diǎn)，否則為噪聲點(diǎn)； 當(dāng)所述當(dāng)前像素點(diǎn)是噪聲點(diǎn)時(shí)，執(zhí)行第(3)步； 當(dāng)所述當(dāng)前像素點(diǎn)是信號(hào)點(diǎn)時(shí)，執(zhí)行第(2.1)步； (2.1)置下一個(gè)像素點(diǎn)為當(dāng)前像素點(diǎn),然后返回第(2)步； (3)置當(dāng)前像素點(diǎn)模板為空: 首先選取下述距離表中的順序號(hào)K為I，并且將所述當(dāng)前像素點(diǎn)模板內(nèi)的信號(hào)點(diǎn)個(gè)數(shù)N置為O;
2.根據(jù)權(quán)利要求1所述的基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法，其特征在于所述閾值A(chǔ)=5，所述閾值B=250。
3.根據(jù)權(quán)利要求1所述的基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法，其特征在于所述模板擴(kuò)充的方法如下: 所述的將滿足圓形模板擴(kuò)充方式的像素點(diǎn)添加到像素點(diǎn)模板集合為: 設(shè)待處理像素點(diǎn)的坐標(biāo)為(X，y)，從距離表中讀取Λ X和Ay后依次按下列三步進(jìn)行判斷，將符合條件的像素點(diǎn)添加到像素點(diǎn)模板集合: (1)如果Λy=0,則將像素點(diǎn):(χ+ Δ X , y), (x , y- Δ χ), (χ- Δ χ , y), (χ , y+ Δ χ)添加到像素點(diǎn)模板集合； (2)如果Λ y 關(guān) O 且 Λ χ= Λ y,則將像素點(diǎn):(χ+ Λ χ , y+ Δ y), (χ+ Δ χ,y- Δ y), (χ- Δ χ , y- Δ y), (χ- Δ χ , y+ Δ y)添加到像素點(diǎn)模板集合； (3)如果Λy關(guān)O且Λ χ關(guān)Λ y,則將像素點(diǎn):(χ+ Λ χ , y+ Δ y), (χ+ Δ χ,y- Δ y), (χ- Δ χ , y- Δ y), (χ- Δ χ, y+ Δ y), (χ+ Δ y , y+ Δ χ), (χ+ Δ y,y- Δ χ), (χ- Δ y , y- Δ χ), (χ- Δ y , y+ Δ χ)添加到像素點(diǎn)模板集合。
全文摘要
本發(fā)明涉及一種基于圓形自適應(yīng)模板的圖像加權(quán)均值濾波方法。本發(fā)明的技術(shù)要點(diǎn)是采用圓形模板并進(jìn)行自適應(yīng)模板擴(kuò)充，并且結(jié)合計(jì)算參與計(jì)算的信號(hào)點(diǎn)的距離權(quán)重和歸一化權(quán)重進(jìn)行去噪。本發(fā)明的優(yōu)點(diǎn)是由于使用圓形模板，較之傳統(tǒng)的方形模板，會(huì)包含更多的有價(jià)值信息，因而去噪后的圖像能更好地接近原圖像；其次，由于該圓形模板可根據(jù)模板內(nèi)信號(hào)點(diǎn)數(shù)的需要自適應(yīng)地?cái)U(kuò)展，對(duì)于被各種密度(1%─90%)椒鹽噪聲污染的圖像，均會(huì)得到相對(duì)很好的濾波效果；另外，計(jì)算均值時(shí)利用了圖像空間的距離信息，進(jìn)一步提高了濾波效果。
文檔編號(hào)G06T5/00GK103247025SQ201210025209
公開日2013年8月14日 申請(qǐng)日期2012年2月6日 優(yōu)先權(quán)日2012年2月6日
發(fā)明者張有會(huì), 王志巍, 李俊紅, 劉淑娟, 董蕊, 趙曄, 郭曉文, 吳朋波 申請(qǐng)人:河北師范大學(xué)