專利名稱：一種基于噪聲空間特性的非線性濾波去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，具體涉及一種基于噪聲空間特性的非線性濾波去噪方法。
背景技術(shù)：
圖像在形成、傳輸和存儲(chǔ)過程中都往往會(huì)被噪聲污染。噪聲的強(qiáng)度一般采用信噪比(snr)或分貝數(shù)(dB)來定義。信噪比即是圖像中信號(hào)和噪聲的功率比值，信噪比和分貝數(shù)的轉(zhuǎn)換關(guān)系為dB = IOlog10Snr一般地，噪聲隨機(jī)的分布在圖像中，而且支撐域很小。因此傳統(tǒng)的去噪方法是利用一種非線性的中值濾波器對(duì)圖像進(jìn)行濾波，去除圖像中支撐域很小的噪聲，從而實(shí)現(xiàn)對(duì)圖像的去噪。對(duì)于一般情況下的弱噪聲，傳統(tǒng)的濾波去噪方法可以很好地實(shí)現(xiàn)圖像去噪。但是， 在動(dòng)平臺(tái)條件下成像，成像積分時(shí)間很短，從而導(dǎo)致了傳感器噪聲很強(qiáng)；而某些時(shí)候，由于成像條件太差，或者目標(biāo)距離成像太遠(yuǎn)，目標(biāo)輻射強(qiáng)度很低，導(dǎo)致了噪聲相對(duì)較強(qiáng)。面對(duì)這類強(qiáng)噪聲的惡劣條件，傳統(tǒng)的濾波去噪方法常常無能為力。其次傳統(tǒng)的非線性濾波去噪方法(如中值濾波去噪、最大值濾波去噪、最小值濾波去噪、中點(diǎn)濾波去噪等方法)都沒有考慮目標(biāo)圖像中噪聲和目標(biāo)的空間特征，噪聲的空間特性(1)無方向性；(2)空間局部性，支撐域很??；形狀目標(biāo)的空間特性(1)目標(biāo)有較大的支撐域，具有空間多尺度特性；( 目標(biāo)的各個(gè)部件具有空間方向性。僅僅盲目的在一個(gè)模板(如3X3)內(nèi)求平均值、最大值、最小值、中點(diǎn)值等來實(shí)現(xiàn)圖像去噪。然而空間目標(biāo)圖像具有很強(qiáng)的結(jié)構(gòu)性，去噪時(shí)其某些模板應(yīng)該是求中值，一些模板是求最大值或最小值， 而其他的模板卻是求中點(diǎn)值。利用傳統(tǒng)的非線性濾波去噪方法對(duì)空間目標(biāo)圖像進(jìn)行去噪， 會(huì)在去除噪聲的同時(shí)丟失圖像的細(xì)節(jié)，使得圖像更加模糊，增加了后續(xù)處理工作(如圖像校正、目標(biāo)識(shí)別等)的難度。綜上所述，需要研究有效的圖像去噪方法，使得在圖像去噪的同時(shí)保留圖像的細(xì)節(jié)和圖像的邊緣，降低圖像預(yù)處理和后續(xù)處理的難度。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于噪聲空間特性的非線性濾波去噪方法，該方法彌補(bǔ)了傳統(tǒng)非線性濾波去噪方法去噪時(shí)的盲目性，充分利用噪聲空間特性和目標(biāo)空間特性的差異，從而能在去噪的同時(shí)較好的保留圖像的細(xì)節(jié)和圖像的邊緣。本發(fā)明提供的一種基于噪聲空間特性的非線性濾波去噪方法，其特征在于，該方法步驟包括(1)輸入紅外成像探測(cè)器探測(cè)到的圖像f ；(2)創(chuàng)建一幅與圖像f大小相同，灰度值卻全為0的圖像g;
3
(3)對(duì)帶噪聲的圖像f進(jìn)行單點(diǎn)去噪若圖像f中存在某一像素點(diǎn)(i，j)的灰度值大于其周圍8個(gè)像素點(diǎn)的灰度值中的最大值，或者小于其周圍8個(gè)像素點(diǎn)的灰度值中的最小值，則判定該點(diǎn)為噪聲點(diǎn)；令圖像g在像素點(diǎn)(i，j)的灰度值g(i，j)等于圖像f中像素點(diǎn)(i，j)周圍8個(gè)像素點(diǎn)的灰度值的平均值；(4)對(duì)帶噪聲的圖像f進(jìn)行兩點(diǎn)去噪(4. 1)若圖像f中存在相鄰兩像素點(diǎn)的灰度值大于該兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值中的最大值，或小于該兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)；計(jì)算此相鄰兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值的平均值為Temp，如果圖像g中該相鄰兩點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半， 否則就直接令圖像g中該點(diǎn)的灰度值為Temp ；(4. 2)若圖像f中存在相鄰兩像素點(diǎn)的灰度值大于該兩點(diǎn)周圍14個(gè)像素的灰度值中的最大值，或小于該兩點(diǎn)周圍14個(gè)像素的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)； 計(jì)算此相鄰兩點(diǎn)周圍14個(gè)像素灰度值的平均值為Temp，如果圖像g中該相鄰兩點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半，否則就直接令圖像g中該點(diǎn)的灰度值為Temp ；(5)對(duì)帶噪聲的圖像f進(jìn)行三點(diǎn)去噪若圖像f中存在相鄰3像素的灰度值都大于該3點(diǎn)周圍13個(gè)像素的灰度值中的最大值，或小于該3點(diǎn)周圍13個(gè)像素的灰度值中的最小值，則判定該3點(diǎn)均為噪聲點(diǎn)；計(jì)算此相鄰三點(diǎn)周圍13個(gè)像素灰度值的平均值為Temp，如果圖像g中該相鄰三點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半，否則就直接令圖像g中該點(diǎn)的灰度值為iTemp ；(6)令圖像g中灰度值為零的像素的灰度值為圖像f該點(diǎn)的灰度值。傳統(tǒng)非線性濾波去噪方法雖能去除噪聲但模糊了圖像的細(xì)節(jié)和圖像的邊緣，限制了該方法的效能。同時(shí)，圖像中噪聲和目標(biāo)的空間特性沒有充分利用。本發(fā)明方法分析了噪聲空間特性與形狀目標(biāo)空間特性的差異，提出一種單點(diǎn)模式的噪聲形式、四種兩點(diǎn)模式的噪聲形式及四種三點(diǎn)模式的噪聲形式。對(duì)圖像中每個(gè)像素點(diǎn)進(jìn)行單點(diǎn)模式、兩點(diǎn)模式和三點(diǎn)模式的噪聲形式的判定，如果該點(diǎn)判定為噪聲點(diǎn)則作相應(yīng)模式的濾波去噪處理；若不是噪聲點(diǎn)則保留，從而實(shí)現(xiàn)了有效的圖像去噪。本發(fā)明彌補(bǔ)了傳統(tǒng)非線性濾波去噪方法去噪時(shí)的盲目性，充分利用噪聲空間特性和目標(biāo)空間特性的差異，從而能在去噪的同時(shí)較好的保留圖像的細(xì)節(jié)和圖像的邊緣，便于圖像校正、目標(biāo)識(shí)別等后續(xù)處理工作的展開。


圖1是本發(fā)明的基于噪聲空間特性的非線性濾波去噪方法流程圖。圖2是單點(diǎn)形式的噪聲模式示意圖。圖3a、圖3b、圖3c、圖3d是兩點(diǎn)形式的噪聲模式示意圖。圖4a、圖4b、圖4c、圖4d是三點(diǎn)形式的噪聲模式示意圖。圖5是某空間目標(biāo)在疊加信噪比為5db的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖5a是European仿真圖像。
圖恥是圖fe疊加了信噪比為5db的高斯白噪聲后的圖像。圖5c是中值濾波器的濾波結(jié)果。圖5d是本發(fā)明算法的濾波結(jié)果。圖6是某空間目標(biāo)在疊加信噪比為3db的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖6a是European仿真圖像。圖6b是圖6a疊加了信噪比為3db的高斯白噪聲后的圖像。圖6c是中值濾波器的濾波結(jié)果。圖6d是本發(fā)明算法的濾波結(jié)果。圖7是某空間目標(biāo)在疊加信噪比為Idb的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖7a是European仿真圖像。圖7b是圖7a疊加了信噪比為Idb的高斯白噪聲后的圖像。圖7c是中值濾波器的濾波結(jié)果。圖7d是本發(fā)明算法的濾波結(jié)果。圖8是某空間目標(biāo)在疊加信噪比為5db的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖8a是HiAble仿真圖像。圖8b是圖8a疊加了信噪比為5db的高斯白噪聲后的圖像。圖8c是中值濾波器的濾波結(jié)果。圖8d是本發(fā)明算法的濾波結(jié)果。圖9是某空間目標(biāo)在疊加信噪比為3db的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖9a是HiAble仿真圖像。圖9b是圖9a疊加了信噪比為3db的高斯白噪聲后的圖像。圖9c是中值濾波器的濾波結(jié)果。圖9d是本發(fā)明的算法濾波結(jié)果。圖10是某空間目標(biāo)在疊加信噪比為Idb的高斯白噪聲的條件下，中值濾波器和本發(fā)明提出的算法濾波的實(shí)驗(yàn)結(jié)果對(duì)比。圖IOa是HiAble仿真圖像。圖IOb是圖IOa疊加了信噪比為Idb的高斯白噪聲后的圖像。圖IOc是中值濾波器的濾波結(jié)果。圖IOd是本發(fā)明的算法濾波結(jié)果。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)例對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明(1)輸入紅外成像探測(cè)器探測(cè)到的圖像f ；(2)創(chuàng)建一幅與圖像f大小相同，灰度值卻全為0的圖像g;(3)首先對(duì)帶噪聲的圖像f進(jìn)行單點(diǎn)去噪
(3.1)若圖像f在像素點(diǎn)(i，j)的灰度值f(i，j)大于其周圍8個(gè)像素點(diǎn)的灰度值中的最大值，或者小于其周圍8個(gè)像素點(diǎn)的灰度值中的最小值，則判定該點(diǎn)為噪聲點(diǎn)，其示意圖如圖2所示，則令圖像g在像素點(diǎn)(i，j)的灰度值g(i，j)等于圖像f中像素點(diǎn)(i， j)周圍8個(gè)像素點(diǎn)的灰度值的平均值；否則圖像g在像素點(diǎn)(i，j)的灰度值不作修改；(3. 2)重復(fù)執(zhí)行步驟(3. 1)直到判斷完圖像f的所有像素點(diǎn)，然后進(jìn)行步驟⑷；(4)其次對(duì)帶噪聲的圖像f進(jìn)行兩點(diǎn)去噪(4. 1)對(duì)形如圖3a的兩點(diǎn)模式進(jìn)行兩點(diǎn)去噪(4. 1. 1)若圖像f在相鄰兩像素點(diǎn)(i，j)與(i，j+1) (4鄰域相鄰)的灰度值都大于該兩點(diǎn)周圍10個(gè)像素的灰度值中的最大值，或者都小于該兩點(diǎn)周圍10個(gè)像素的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)，計(jì)算此相鄰兩點(diǎn)(i，j)與(i，j+1)周圍10個(gè)像素點(diǎn)的灰度值的平均值為Temp，如果圖像g中該相鄰兩像素點(diǎn)(i，j)與(i，j+l)中存在某點(diǎn)的灰度值非零(即該點(diǎn)的灰度值經(jīng)過單點(diǎn)去噪時(shí)修改)，則令圖像g在該點(diǎn)的灰度值為原來圖像g在該點(diǎn)的灰度值和Temp求和的一半，否則直接令圖像g在該點(diǎn)的灰度值為Temp ；如果該相鄰兩像素點(diǎn)判定不是噪聲點(diǎn)則其灰度值都不作修改。(4. 1. 2)重復(fù)執(zhí)行步驟(4. 1. 1)直到判斷完圖像f的所有像素點(diǎn)，然后進(jìn)行步驟 (4. 2)；(4. 2)對(duì)形如圖北的兩點(diǎn)模式進(jìn)行兩點(diǎn)去噪對(duì)圖像f中另外相鄰兩像素點(diǎn)(i， j)與(i+1，j) (4鄰域相鄰)，進(jìn)行類似步驟(4. 1)的處理，然后進(jìn)行步驟(4. 3)。(4. 3)對(duì)形如圖3c的兩點(diǎn)模式進(jìn)行兩點(diǎn)去噪(4. 3. 1)若圖像f在相鄰兩像素點(diǎn)(i，j)與(i+1，j+1) (4鄰域相鄰)的灰度值都大于該兩點(diǎn)周圍14個(gè)像素點(diǎn)的灰度值中的最大值，或者都小于該兩點(diǎn)周圍14個(gè)像素點(diǎn)的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)，計(jì)算此相鄰兩點(diǎn)(i，j)與(i+1，j+1)周圍14 個(gè)像素點(diǎn)的灰度值的平均值為Temp，如果圖像g中該相鄰兩點(diǎn)(i，j)與(i+1，j+1)中存在某點(diǎn)的灰度值非零(即該點(diǎn)的灰度值經(jīng)過單點(diǎn)去噪修改或兩點(diǎn)去噪的4. 1步、4. 2步修改)，則令圖像g中該點(diǎn)的灰度值為原來圖像g在該點(diǎn)的灰度值和Temp求和的一半，否則直接令圖像g在該點(diǎn)的灰度值為Temp ；如果該相鄰兩像素點(diǎn)判定不是噪聲點(diǎn)則其灰度值都不作修改。(4. 3. 2)重復(fù)執(zhí)行步驟(4. 3. 1)直到判斷完圖像f的所有像素點(diǎn)，然后進(jìn)行步驟 (4. 4)；(4. 4)對(duì)形如圖3d的兩點(diǎn)模式進(jìn)行兩點(diǎn)去噪對(duì)圖像f中另外相鄰兩像素點(diǎn)(i， j+1)與(i+1, j) (4鄰域相鄰)，進(jìn)行類似步驟(4. 3)的處理，然后進(jìn)行步驟(5)。(5)然后對(duì)帶噪聲的圖像f進(jìn)行三點(diǎn)去噪(5. 1)對(duì)形如圖如的三點(diǎn)模式進(jìn)行三點(diǎn)去噪(5. 1. 1)若圖像f中相鄰三像素點(diǎn)(i，j)、(i，j+1)與(i+1, j+1) (4鄰域相鄰且 3點(diǎn)不在同一直線)的灰度值都大于該3點(diǎn)周圍13個(gè)像素點(diǎn)的灰度值中的最大值，或者都小于該3點(diǎn)周圍13個(gè)像素點(diǎn)的灰度值中的最小值，則判定該3點(diǎn)均為噪聲點(diǎn)，計(jì)算此相鄰三點(diǎn)(i，j)、(i，j+1)與(i+1, j+1)周圍13個(gè)像素點(diǎn)的灰度值的平均值為Temp，如果圖像 g中該相鄰三點(diǎn)中存在某點(diǎn)的灰度值非零(即該點(diǎn)的灰度值經(jīng)過單點(diǎn)去噪或兩點(diǎn)去噪時(shí)修改)，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半，否則直接令圖像g在該點(diǎn)的灰度值為Temp ；如果該相鄰三像素點(diǎn)判定不是噪聲點(diǎn)則其灰度值都不作修改。(5. 1. 2)重復(fù)執(zhí)行步驟(5. 1. 1)直到判斷完圖像f的所有像素點(diǎn)，然后進(jìn)行步驟 (5. 2)；(5. 2)對(duì)形如圖4b的三點(diǎn)模式進(jìn)行三點(diǎn)去噪對(duì)圖像f中相鄰三像素點(diǎn)(i，j)、 (i，j+1)與(i+1，j) (4鄰域相鄰)，進(jìn)行類似步驟(5. 1)的處理，然后進(jìn)行步驟(5. 3)。(5. 3)對(duì)形如圖如的三點(diǎn)模式進(jìn)行三點(diǎn)去噪對(duì)圖像f中相鄰三像素點(diǎn)(i，j)、 (i+1, j)與α+1，j+1) (4鄰域相鄰)，進(jìn)行類似步驟(5. 1)的處理，然后進(jìn)行步驟(5.4)。(5. 4)對(duì)形如圖4d的三點(diǎn)模式進(jìn)行三點(diǎn)去噪對(duì)圖像f中相鄰三像素點(diǎn)(i，j+1)、 (i+1, j)與(i+1, j+1) (4鄰域相鄰)，進(jìn)行類似步驟(5. 1)的處理，然后進(jìn)行步驟(6)。(6)令圖像g中灰度值為零的像素的灰度值為圖像f該點(diǎn)的灰度值。實(shí)例附圖5至圖10的所示的實(shí)驗(yàn)結(jié)果反映了本發(fā)明所提出的方法的有效性。在強(qiáng)噪聲 (ldb、3db、5db等)條件下，中值濾波器雖然可以對(duì)圖像進(jìn)行較好的去噪，但是，在去噪的同時(shí)，也明顯模糊了圖像的邊緣，丟失了圖像的某些細(xì)節(jié)(如圖5(3、6(3、7(、8(3、9(3、10(3)。而本發(fā)明提出的方法，在有效去除噪聲的同時(shí)，很好地保護(hù)了圖像的邊緣和細(xì)節(jié)信息(如圖5d、 6d、7d、8d、9d、10d)，從而驗(yàn)證了本發(fā)明的有效性。本發(fā)明不僅局限于上述具體實(shí)施方式
，本領(lǐng)域一般技術(shù)人員根據(jù)本發(fā)明公開的內(nèi)容，可以采用其它多種具體實(shí)施方式
實(shí)施本發(fā)明，因此，凡是采用本發(fā)明的設(shè)計(jì)結(jié)構(gòu)和思路，做一些簡單的變化或更改的設(shè)計(jì)，都落入本發(fā)明保護(hù)的范圍。
權(quán)利要求
1. 一種基于噪聲空間特性的非線性濾波去噪方法，其特征在于，該方法步驟包括(1)輸入紅外成像探測(cè)器探測(cè)到的圖像r；(2)創(chuàng)建一幅與圖像f大小相同，灰度值卻全為0的圖像g；(3)對(duì)帶噪聲的圖像f進(jìn)行單點(diǎn)去噪若圖像f中存在某一像素點(diǎn)(i，j)的灰度值大于其周圍8個(gè)像素點(diǎn)的灰度值中的最大值，或者小于其周圍8個(gè)像素點(diǎn)的灰度值中的最小值，則判定該點(diǎn)為噪聲點(diǎn)；令圖像g在像素點(diǎn)(i，j)的灰度值g(i，j)等于圖像f中像素點(diǎn) (i，j)周圍8個(gè)像素點(diǎn)的灰度值的平均值；(4)對(duì)帶噪聲的圖像f進(jìn)行兩點(diǎn)去噪(4. 1)若圖像f中存在相鄰兩像素點(diǎn)的灰度值都大于該兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值中的最大值，或小于該兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)；計(jì)算此相鄰兩點(diǎn)周圍10個(gè)像素點(diǎn)的灰度值的平均值為Temp，如果圖像g中該相鄰兩點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半， 否則就直接令圖像g中該點(diǎn)的灰度值為Temp ；(4. 2)若圖像f中存在相鄰兩像素點(diǎn)的灰度值都大于該兩點(diǎn)周圍14個(gè)像素的灰度值中的最大值，或小于該兩點(diǎn)周圍14個(gè)像素的灰度值中的最小值，則判定該兩點(diǎn)為噪聲點(diǎn)；計(jì)算此相鄰兩點(diǎn)周圍14個(gè)像素灰度值的平均值為Temp，如果圖像g中該相鄰兩點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半，否則就直接令圖像g中該點(diǎn)的灰度值為Temp ；(5)對(duì)帶噪聲的圖像f進(jìn)行三點(diǎn)去噪若圖像f中存在相鄰3像素的灰度值都大于該3點(diǎn)周圍13個(gè)像素的灰度值中的最大值，或小于該3點(diǎn)周圍13個(gè)像素的灰度值中的最小值，則判定該3點(diǎn)均為噪聲點(diǎn)；計(jì)算此相鄰三點(diǎn)周圍13個(gè)像素灰度值的平均值為Temp，如果圖像g中該相鄰三點(diǎn)中存在某點(diǎn)的灰度值非零，則令圖像g中該點(diǎn)的灰度值為原來灰度值和Temp求和的一半，否則就直接令圖像 g中該點(diǎn)的灰度值為iTemp ；(6)令圖像g中灰度值為零的像素的灰度值為圖像f該點(diǎn)的灰度值。
全文摘要
本發(fā)明公開了一種基于噪聲空間特性的非線性濾波去噪方法，過程為①輸入紅外成像探測(cè)器探測(cè)到的圖像f；②創(chuàng)建一幅與圖像f大小相同，灰度值卻全為0的圖像g；③對(duì)帶噪聲的圖像f進(jìn)行單點(diǎn)去噪；④對(duì)帶噪聲的圖像f進(jìn)行兩點(diǎn)去噪⑤對(duì)帶噪聲的圖像f進(jìn)行三點(diǎn)去噪；⑥令圖像g中經(jīng)過單點(diǎn)去噪、兩點(diǎn)去噪及三點(diǎn)去噪修改后灰度值還為零的像素的灰度值為圖像f該點(diǎn)的灰度值。本發(fā)明彌補(bǔ)了傳統(tǒng)非線性濾波去噪方法去噪時(shí)的盲目性，充分利用噪聲空間特性和目標(biāo)空間特性的差異，從而能在去噪的同時(shí)較好的保留圖像的細(xì)節(jié)和圖像的邊緣，便于圖像校正、目標(biāo)識(shí)別等后續(xù)處理工作的展開。
文檔編號(hào)G06T5/00GK102184525SQ201110098209
公開日2011年9月14日 申請(qǐng)日期2011年4月19日 優(yōu)先權(quán)日2011年4月19日
發(fā)明者關(guān)靜, 周鋼, 左芝勇, 張?zhí)煨? 朱生國, 武道龍, 薛米生, 陳建沖, 陳浩 申請(qǐng)人:華中科技大學(xué)