專利名稱：基于菱形模板的自適應加權均值濾波方法
技術領域：
本發(fā)明涉及一種基于菱形模板的自適應加權均值濾波方法，特別適用于濾除圖像 椒鹽噪聲，屬于圖像處理技術領域。
背景技術：
隨著計算機和各類電子成像設備的日益發(fā)展和普及，數(shù)字圖像在與人們社會生活 息息相關的各個領域中得到越來越廣泛的應用，如醫(yī)學所用的CT圖像、航天器拍攝的遙 感SAR圖像、驗證紙幣支票真?zhèn)蔚臄?shù)字水印圖像、對人們身份進行識別的人臉虹膜圖像等 等。這就要求人們能夠?qū)D像進行更精確地處理，從而有效地提取和分析出更多的信息和 特征。噪聲是影響圖像質(zhì)量和視覺效果的主要因素之一，其產(chǎn)生的主要原因是圖像在獲 取和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， 使圖像質(zhì)量受到了損害。噪聲妨礙人們接受圖像原有信息從而影響對圖像后續(xù)的高級處 理，如邊緣檢測、圖像分割、特征提取、模式識別等。所以研究如何濾除圖像噪聲，提高圖像 質(zhì)量就成為數(shù)字圖像研究領域中一項非常重要且具有現(xiàn)實意義的課題。圖像去噪就是應用有效的濾波方法將圖像中所含有的噪聲盡可能的去除，即對圖 像上的信息缺損區(qū)域進行信息填充，使濾波后的圖像能最大程度地接近原始圖像。目前比較常見的濾波模板有nXn正方形(通常n為大于等于3的奇數(shù))模板、十 字形模板、X形模板、八方向模板等。其中正方形模板應用最為廣泛，當處理某一個像素時， 取其n X n正方形模板內(nèi)的像素參與濾波計算。它利用了該像素周圍的大量像素信息，在程 序設計方面也比較容易實現(xiàn)，很多情況下可以取得比較好的效果。傳統(tǒng)的濾波方法是中值濾波和均值濾波。中值濾波是非線性濾波方法，也是圖 像處理技術中最常用的預處理技術，基本思想是對于給定圖像中的每個像素，將以其為 中心的n X n正方形模板內(nèi)所有像素的灰度值進行排序，然后取中間值作為該像素的最終 灰度值。該方法可以克服線性濾波器給圖像帶來的模糊，在有效清除顆粒噪聲的同時， 又能保持良好的邊緣特性，從而獲得較滿意的濾波效果，特別適合于去除圖像的椒鹽噪 聲；均值濾波是線性濾波算法，又叫鄰域平均法，基本思想是對于給定圖像中的每個像 素，取以其為中心的
nXn正方形模板內(nèi)所有像素灰度值的平均值作為當前像素的灰度值，該方法運算簡 單，對高斯噪聲具有良好的去噪能力。
使用nXn正方形模板濾波雖然利用了當前像素周圍的大部分像素的灰度信息，但它 并未充分發(fā)揮當前像素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)明所要解決的技術問題是提供一種基于菱形模板的自適應加權均值濾波方法。
本發(fā)明解決技術問題所采用的技術方案
本發(fā)明包括以下步驟
(1)讀入一幅圖像，令第一個像素為當前像素；
(2)判斷當前像素是否為噪聲
判斷噪聲的方法是極值和閾值區(qū)間相結合的方法，即若當前像素的灰度值為其3X3 菱形模板鄰域內(nèi)所有像素灰度值的極大值或極小值，且其灰度值在[251，255]或
時， 判定此像素為噪聲，否則為正常信號；所述噪聲稱之為噪聲像素，所述正常信號稱之為信號 像素；
所述菱形模板是指對角線長度相等的、對角線分別為水平方向和豎直方向的中心對稱 和軸對稱圖；所述3X3菱形模板是指兩條對角線涉及的像素個數(shù)都為3，以距菱形中心為 3/2個像素距離的上、下、左、右四個點為頂點構造的所述菱形模板；
當所述當前像素是噪聲像素時，執(zhí)行第(3)步；
當所述當前像素是信號像素時，執(zhí)行第(2. 1)步；
(2. 1)置下一個像素為當前像素，然后返回第(2)步；
(3)以噪聲像素為中心，構造一個所述3X3菱形模板
當以圖像邊界的像素為中心構造菱形模板時，菱形模板中超出圖像范圍的部分不予考 慮，防止超出邊界時發(fā)生計算錯誤；
(4)判斷菱形模板內(nèi)信號像素的個數(shù)是否>2
當菱形模板內(nèi)信號像素的個數(shù)> 2時，執(zhí)行第(5)步；
當菱形模板內(nèi)信號像素的個數(shù)小于2時，執(zhí)行第(4. 1)步；
(4. 1)菱形模板擴充
菱形模板的擴充方法如下
每次擴充時，以當前像素為中心將兩條對角線上的像素各增加2個，構成新的菱形模 板，依次擴充，直至擴充至nXn菱形模板，其中n為奇數(shù)；
菱形模板每次擴充完畢后返回轉第(4)步；
(5)按下述公式(1)計算菱形模板內(nèi)每個信號像素的面積權重&，
P^Sj/S(1)
式中，Pi為第i個信號像素的面積權重；
Si為菱形模板內(nèi)的第i個信號像素與菱形模板重疊部分的面積；
S為菱形模板的面積；
在計算中，設每個像素為正方形，其面積為1 ;并且中心像素及菱形模板內(nèi)其它的噪聲 像素不參與計算；
(6)按照下述公式(2)計算每個參與計算的信號像素的歸一化權重值I
W^Pi/ E Pi(2)
式中，Wi為第i個信號像素的歸一化權重值；
(7)去除噪聲，即按下述公式(3)計算加權均值C，并將該加權均值C作為中心像素的 灰度值，所述中心像素即當前像素
C= E ff^Ci(3)
式中，Wi為第i個信號像素的歸一化權重值，C,為菱形模板內(nèi)第i個信號像素的灰度值；
(8)判斷所有像素是否處理完畢
當所有像素沒有處理完畢時，返回第(2. I)歩；
當所有像素處理完畢時，進入第(9)歩；
(9)去噪結束。本發(fā)明通過采用nXn菱形模板，充分地利用了當前像素的周圍信息來濾除噪聲， 并且菱形模板的大小可根據(jù)噪聲密度自適應地擴充。在計算時，通過面積加權，使得距離當 前像素近的信號像素的信息起的作用大，距離當前像素遠的信號像素的信息起的作用小， 提聞了濾波效果。對于受椒鹽噪聲污染的圖像，將噪聲作為待處理像素，以待處理像素為中心，依據(jù) 噪聲的密度自適應地向外呈菱形對稱擴展模板。利用該模板內(nèi)信號像素與模板重疊的面積 進行加權求均值計算，得到待處理像素的灰度值。菱形模板內(nèi)其它噪聲像素的灰度值不參 與中心噪聲像素灰度值的計算；總能保證有足夠的信號像素的灰度值參與加權均值計算； 另外用與菱形模板重疊部分面積非零的信號像素的信息計算待處理像素的灰度值比通常 使用的正方形模板更加合理、有效，能夠在有效去噪的同時減少計算量。本發(fā)明的有益效果如下
(I)采用菱形模板的優(yōu)點
a、菱形模板中，參與計算的信號像素的權重和它與菱形模板重疊面積的大小相關聯(lián)， 在空間上體現(xiàn)了不同位置的信號像素對中心像素的不同影響。b、菱形模板的對角線相等，上下左右具有很好的対稱性，因此即使模板不斷擴大， 參與運算的像素不斷増加，其權重值也簡單易算，大大減少了計算時間和復雜度。C、與正方形模板相比較，菱形模板中參與計算的所有信號像素到中心點的距離方 差較小，盡可能避免離中心點距離過遠的像素參與濾波計算，更加符合一般情況下，距離越 近灰度值相關性越強的實際情況。d、當模板為3X3時，菱形模板與正方形模板涉及到的像素個數(shù)(包含信號像素和 噪聲像素)是ー樣的。但隨著模板的擴大，菱形模板涉及的范圍和像素個數(shù)少于正方形模板 涉及的范圍和像素個數(shù)，這樣，既減少了計算量，又科學合理地反映了不同像素對當前像素 的影響程度。e、在濾波過程中，考慮菱形模板內(nèi)的信號像素(非噪聲像素)個數(shù)。個數(shù)太少，濾波 效果自然不好，當菱形模板內(nèi)信號像素的個數(shù)達不到最少值2吋，自動擴充菱形模板，具有 自適應性。f、實驗結果表明，本發(fā)明既能處理低密度噪聲，也能處理高密度噪聲，而且，噪聲 密度越高，通過模板的自適應擴充，相對去噪效果越好。g、如果圖像邊界的像素為噪聲，則對于以該像素為中心構造的菱形模板中超出圖 像區(qū)域的部分不予考慮，有效防止了超出邊界時發(fā)生的計算錯誤。(2)本發(fā)明只允許菱形模板內(nèi)的信號像素參與當前像素灰度值的計算，有效降低 了菱形模板內(nèi)可能存在的其他噪聲對濾波效果的影響，使得濾波效果更加接近原始圖像。(3)菱形模板濾波與nXn正方形模板濾波相比較，菱形模板濾波后的信噪比得到 大幅提聞(見附表I)。
i m ° 2 (a)-23X3,5X5,7X7° 3 (a)-3 (c)^'J 3 X 3,5 X 5,7 X 7° 4 (a)Lena 4(b) —4(k)4%, 10%, 20%, 30%,40%, 50%,60%, 70%,80%,90% éKJ Lena
4(bl) 4(kl)3X3Lena éíT ^ it J5 W o 4(b2)— 4(k2)m Lena é T PtX B I H oim 1yPM :
(1)üA—yHêM%^àM'iêM ;
(2)^lJiT^3| r/it ^:S; P'lJé : sK
0f,
> Xt faiR i&Jjfr fa atJ ^ ^il'Xí#
;Htjì3X33,
m&m m^mp mm,mm ^ -, ^pmmm^^mM,mmc2. o & ;
(2. 1) ST-^ft ^|irft ,MBjI0H(2) /y ;
(3)3X3 MMJé$í :
(4)2 :
2w,íaítH(5) & -,
2 w,íaítH(4. o ^ ;
(4.1)I riú:
M.i&Wfctf}T3b'i iiètni: :
fe,j^^r^,l:Mr^MnXnM^I , ^n ^m(# 2 (a)-2 (c),ffiM fl
^itf ím&xMmm^'úfajiw^x^ &
^WíéM o @jik,&WMUU^角線軸對稱的像素與菱形模板重疊部分的面積相等，關于中心點不是中心對稱和關于對角線不是軸對稱的像素與菱形模板重疊部分的面積不相等，并且像素離中心像素越近，它與菱形模板重疊部分的面積越大，像素離中心像素越遠，它與菱形模板重疊部分的面積越小。計算中心像素的灰度值時，根據(jù)重疊部分面積的大小來確定菱形模板內(nèi)不同像素的面積權重。菱形模板每次擴充完畢后返回轉第(4)步；
(5)按下述公式(I)計算菱形模板內(nèi)每個信號像素的面積權重Pi,
Pi=SiZS(I)
式中，Pi為第i個信號像素的面積權重；
Si為菱形模板內(nèi)的第i個信號像素與菱形模板重疊部分的面積；
S為菱形模板的面積；
在計算中，設每個像素為正方形，其面積為I;并且中心像素及菱形模板內(nèi)其它的噪聲像素不參與計算；
(6)按照下述公式(2)計算每個參與計算的信號像素的歸ー化權重值Wi
Wi=Pi/ E Pi(2)
式中，Wi為第i個信號像素的歸ー化權重值；
(7)去除噪聲，即按下述公式(3)計算加權均值C，并將該加權均值C作為中心像素的灰度值，所述中心像素即當前像素
C= E Wi^Ci(3)
式中，Wi為第i個信號像素的歸ー化權重值，Ci為菱形模板內(nèi)第i個信號像素的灰度
值；
(8)判斷所有像素是否處理完畢
當所有像素沒有處理完畢時，返回第(2. I)歩；
當所有像素處理完畢時，進入第(9)步；
(9)去噪結束。下面結合附圖
對本實施例做進ー步說明
圖2 (a)-2 (c)分別為3X3、5X5、7X7菱形模板，其中的像素(i，j)為當前待處理的噪聲，位于各菱形模板的中心。圖2(a)為初始模板，每個對角線上的像素個數(shù)為3，稱之為3X3菱形模板；圖2(b)為第一次擴充后的菱形模板，每個對角線上的像素個數(shù)為5，稱之為5 X 5菱形模板；圖2 (c)為擴充后的7 X 7菱形模板，每個對角線上的像素個數(shù)為7。類似擴充可得更大的nXn (n為不小于5的奇數(shù))菱形模板，每個對角線上的像素個數(shù)為n。圖3 (a)-3 (c)分別為3X 3、5X 5、7X 7菱形模板內(nèi)各像素的面積權重計算示例。菱形模板的中心像素(i，j)為當前噪聲，自適應擴充過程中，大小不同的菱形模板作用于當前像素時，菱形模板內(nèi)的像素與模板重疊部分面積的大小如圖3 (a)-3 (c)所示。設每個像素為單位正方形，其面積為I。在圖3(a)的3X3菱形模板中，；菱形模板內(nèi)的像素有8個(不包括待處理的中心像素，其它菱形模板也是如此)，中心像素的上、下、左、右四個像素與菱形模板重疊的面積均為3/4，其左上、右上、左下、右下四個像素與菱形模板重疊的面積均為1/8，此時菱形模板的面積為7/2，歸ー化后，中心像素的上、下、左、右四個像素的面積權重值為匕=(3/4)バ7/2)=3/14，左上、右上、左下、右下四個像素的面積權重值Pi=(l/8)/(7/2)=1/28 ；
圖3(b)的5X5菱形模板中，菱形模板內(nèi)的像素有20個，它們與菱形模板重疊的面積分別為1/8，3/4，7/8，1，此時菱形模板的面積為23/2，歸ー化后，這些像素的面積權重值Pi分別為 1/92，3/46，7/92，2/23 ；
在圖3(c)的7X7菱形模板中，菱形模板內(nèi)的像素有36個，它們與菱形模板重疊的面積分別為1/8，3/4，7/8，1，此時菱形模板的面積為47/2，歸ー化后，這些像素的面積權重值Pi 分別為 1/188，3/94，7/188，2/47。利用公式Wi=Pi/ E Pi計算每個參與計算的信號像素的歸ー化權重Wi,其中Pi為當前菱形模板中第i個信號像素的面積權重值，最后利用公式C= E W-Ci計算中心像素即當 前噪聲像素的灰度值C，其中Ci為當前菱形模板中第i個信號像素的灰度值。圖4(a)- 4(k2)為不同濾波方法對不同密度噪聲圖像的濾波效果對比圖；理論上，菱形模板可無限擴充。但在本實施例中，僅讓菱形模板擴充到7X7 ；
4(a)為原始 Lena 圖；圖 4 (b) — 4 (k)分別為加噪 4%, 10%, 20%, 30%, 40%, 50%, 60%,70%, 80%, 90% 的 Lena 圖4(bl) — 4(kl)為使用3X3正方形模板對上述不同噪聲密度的Lena圖進行中值濾波后的效果 圖4(b2) — 4(k2)為使用菱形模板對上述不同噪聲密度的Lena圖進行加權濾波后的效果圖。附表I為不同濾波方法對不同密度噪聲圖像的濾波效果分析表，給出正方形3X3模板和本發(fā)明算法處理加噪圖像的均方差和峰值信噪比，即4中兩種濾波效果對應的實驗據(jù)。附表I :
權利要求
1.一種基于菱形模板的自適應加權均值濾波方法，其特征在于包括以下步驟 (1)讀入一幅圖像，令第一個像素為當前像素； (2)判斷當前像素是否為噪聲 判斷噪聲的方法是極值和閾值區(qū)間相結合的方法，即若當前像素的灰度值為其3X3菱形模板鄰域內(nèi)所有像素灰度值的極大值或極小值，且其灰度值在[251，255]或[O，4]吋，判定此像素為噪聲，否則為正常信號；所述噪聲稱之為噪聲像素，所述正常信號稱之為信號像素； 所述菱形模板是指對角線長度相等的、對角線分別為水平方向和豎直方向的中心對稱和軸對稱圖；所述3X3菱形模板是指兩條對角線涉及的像素個數(shù)都為3，以距菱形中心為3/2個像素距離的上、下、左、右四個點為頂點構造的所述菱形模板； 當所述當前像素是噪聲像素時，執(zhí)行第(3)步； 當所述當前像素是信號像素時，執(zhí)行第(2. I)步； (2. I)置下一個像素為當前像素,然后返回第(2)步； (3)以噪聲像素為中心，構造ー個所述3X3菱形模板 當以圖像邊界的像素為中心構造菱形模板時，菱形模板中超出圖像范圍的部分不予考慮，防止超出邊界時發(fā)生計算錯誤； (4)判斷菱形模板內(nèi)信號像素的個數(shù)是否>2 當菱形模板內(nèi)信號像素的個數(shù)> 2時，執(zhí)行第(5)步； 當菱形模板內(nèi)信號像素的個數(shù)小于2時，執(zhí)行第(4. I)步； (4. I)菱形模板擴充 菱形模板的擴充方法如下 每次擴充時，以當前像素為中心將兩條對角線上的像素各増加2個，構成新的菱形模板，依次擴充，直至擴充至nXn菱形模板，其中η為奇數(shù)； 菱形模板每次擴充完畢后返回轉第(4)步； (5)按下述公式(I)計算菱形模板內(nèi)每個信號像素的面積權重Pi, Pi=SiZiS(I) 式中，Pi為第i個信號像素的面積權重； Si為菱形模板內(nèi)的第i個信號像素與菱形模板重疊部分的面積； S為菱形模板的面積； 在計算中，設每個像素為正方形，其面積為I ;并且中心像素及菱形模板內(nèi)其它的噪聲像素不參與計算； (6)按照下述公式(2)計算每個參與計算的信號像素的歸ー化權重值Wi Wi=Pi/ Σ Pi(2) 式中，Wi為第i個信號像素的歸ー化權重值； (7)去除噪聲，即按下述公式(3)計算加權均值C，并將該加權均值C作為中心像素的灰度值，所述中心像素即當前像素 C= Σ Wi^Ci(3) 式中，Wi為第i個信號像素的歸ー化權重值，Ci為菱形模板內(nèi)第i個信號像素的灰度值；(8)判斷所有像素是否處理完畢當所有像素沒有處理完畢時，返回第(2. I)歩； 當所有像素處理完畢時，進入第(9)歩；(9)去噪結束。
全文摘要
本發(fā)明涉及一種基于菱形模板的自適應加權均值濾波方法。本發(fā)明采用菱形模板與中心像素鄰域內(nèi)各信號像素重疊的面積的大小對其加權求均值的方法去除椒鹽噪聲。在去噪的過程中，根據(jù)噪聲密度的不同及菱形模板內(nèi)信號像素個數(shù)的需要，菱形模板進行自適應擴充，當菱形模板為n×n(n為大于等于5的奇數(shù))時參與運算的信號點的個數(shù)要少于使用正方形模板時參與運算的像素點的個數(shù)，菱形模板越大，這種差別越明顯，因而對不同噪聲密度的圖像均能增加去噪速度；另外，由于只允許菱形模板內(nèi)信號像素的灰度值參與中心像素灰度值的計算，明顯提高了濾波效果；本發(fā)明對于被各種密度椒鹽噪聲污染的圖像，均能得到相對很好的濾波效果。
文檔編號G06T5/00GK102663706SQ20121011986
公開日2012年9月12日 申請日期2012年4月23日 優(yōu)先權日2012年4月23日
發(fā)明者劉淑娟, 周恩輝, 張有會, 李俊紅, 王志巍, 董蕊, 趙曄 申請人:河北師范大學