一種基于邊緣跟蹤的圖像去噪方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像去噪方法及系統(tǒng)，特別是涉及一種基于邊緣跟蹤的圖像去噪 方法及系統(tǒng)。
【背景技術(shù)】
[0002] 現(xiàn)有技術(shù)中，數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境噪聲干 擾等影響，被稱為含噪圖像或噪聲圖像。減少數(shù)字圖像中噪聲的過程稱為圖像去噪。
[0003] 噪聲是圖像干擾的重要原因。一幅圖像在實(shí)際應(yīng)用中可能存在各種各樣的噪聲， 這些噪聲可能在傳輸中產(chǎn)生，也可能在量化等處理中產(chǎn)生。根據(jù)噪聲和信號(hào)的關(guān)系可將其 分為以下三種形式：其中，（f(x，y)表示給定原始圖象，g(x，y)表示圖象信號(hào)，n(x，y)表示 噪聲。
[0004] 1)加性噪聲
[0005] 此類噪聲與輸入圖象信號(hào)無關(guān)，含噪圖象可表示為f (X，y) = g(x, y)+n(x, y),信 道噪聲及光導(dǎo)攝像管的攝像機(jī)掃描圖象時(shí)產(chǎn)生的噪聲就屬這類噪聲；
[0006] 2)乘性噪聲
[0007]此類噪聲與圖象信號(hào)有關(guān)，含噪圖象可表示為f(X,y)=g(x, y)+n(x, y)g(x, y)， 飛點(diǎn)掃描器掃描圖象時(shí)的噪聲，電視圖象中的相關(guān)噪聲，膠片中的顆粒噪聲就屬于此類噪 聲；
[0008] 3)量化噪聲
[0009] 此類噪聲與輸入圖象信號(hào)無關(guān)，是量化過程存在量化誤差，再反映到接收端而產(chǎn) 生。
[0010] 現(xiàn)有的去噪算法主要基于空間域和變換域兩類算法。如申請(qǐng)?zhí)枮?201210000381. 4,發(fā)明名稱為《基于非局部稀疏模型的圖像去噪方法》的中國發(fā)明專利公 開一種基于非局部稀疏模型的圖像去噪方法，包括（1)求解含噪圖像中每點(diǎn)鄰域的相似集 合；⑵根據(jù)相似集合的大小，為相似集合設(shè)計(jì)稀疏表示的字典；⑶利用得到的字典，使用 SOMP算法對(duì)相似集合數(shù)據(jù)進(jìn)行稀疏分解與稀疏重構(gòu)，實(shí)現(xiàn)相似集合數(shù)據(jù)去噪；(4)對(duì)含噪 圖像中每點(diǎn)的所有去噪結(jié)果求和并取均值，作為該點(diǎn)最終的去噪結(jié)果，進(jìn)而得到整幅圖像 的去噪結(jié)果。再如，申請(qǐng)?zhí)枮?01410532412.X，發(fā)明名稱為《一種快速有效保留邊緣及方向 特征的圖像去噪方法》的中國發(fā)明專利公開.一種快速有效保留邊緣及方向特征的圖像去 噪方法，包括：圖像經(jīng)過小波變換后，低頻子圖像集中了原圖像的大部分能量噪聲，進(jìn)行二 次維納濾波突出融合圖像的細(xì)節(jié)；由于圖像噪聲主要集中在三個(gè)不同方向的小波高頻子圖 部分，其系數(shù)較小，利用奇異值分解進(jìn)行去噪處理，將高頻對(duì)角線子圖旋轉(zhuǎn)至行列方向后， 與高頻行、列方向子圖一起進(jìn)行奇異值分解，為避免丟失掉邊緣細(xì)節(jié)信息，同時(shí)還對(duì)高頻子 圖進(jìn)行邊緣提取和保留；最后將去噪后的低頻和高頻子圖進(jìn)行小波反變換重構(gòu)出最終的去 噪圖像。
[0011] 然而，基于空間域的去噪算法通常會(huì)對(duì)圖像的邊緣細(xì)節(jié)信息進(jìn)行平滑，造成邊緣 模糊；基于變換域的去噪算法會(huì)引入額外的圖像信息。

【發(fā)明內(nèi)容】

[0012] 鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于邊緣跟蹤的圖像 去噪方法及系統(tǒng)，在抑制圖像噪聲的同時(shí)，利用相鄰幀數(shù)據(jù)的邊緣信息來合成低噪聲的邊 緣；有效地保留了邊緣等高頻細(xì)節(jié)信息。
[0013] 為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種基于邊緣跟蹤的圖像去噪方法 包括以下步驟：步驟S1、獲取多幀連續(xù)圖像；步驟S2、在連續(xù)圖像中選取一個(gè)基準(zhǔn)圖像，對(duì) 所述基準(zhǔn)圖像進(jìn)行邊緣檢測(cè)處理，獲取若干個(gè)邊緣；步驟S3、對(duì)于所述基準(zhǔn)圖像的每個(gè)邊 緣，在每個(gè)非基準(zhǔn)圖像中查找相對(duì)應(yīng)的邊緣；步驟S4、對(duì)所述基準(zhǔn)圖像的各個(gè)邊緣進(jìn)行擴(kuò) 展來形成邊緣區(qū)域，對(duì)于邊緣區(qū)域的每個(gè)像素點(diǎn)，采用多幀連續(xù)圖像中對(duì)應(yīng)的所有像素點(diǎn) 的灰度值的中值來替換所述基準(zhǔn)圖像的原有灰度值；步驟S5、對(duì)所述基準(zhǔn)圖像的非邊緣區(qū) 域進(jìn)行去噪處理。
[0014] 根據(jù)上述的基于邊緣跟蹤的圖像去噪方法，其中：所述步驟Sl中，獲取兩幀及以 上的連續(xù)圖像。
[0015] 根據(jù)上述的基于邊緣跟蹤的圖像去噪方法，其中：所述步驟S2中，選擇多幀連續(xù) 圖像中的中值圖像作為基準(zhǔn)圖像。
[0016] 根據(jù)上述的基于邊緣跟蹤的圖像去噪方法，其中：所述步驟S4中，對(duì)所述基準(zhǔn)圖 像的各個(gè)邊緣進(jìn)行擴(kuò)展來形成邊緣區(qū)域時(shí)，通過以下兩種方式進(jìn)行擴(kuò)展：
[0017] 1)將邊緣像素的內(nèi)外兩側(cè)若干個(gè)像素點(diǎn)的區(qū)域擴(kuò)展為邊緣區(qū)域；
[0018] 2)根據(jù)邊緣像素的梯度方向，向梯度方向擴(kuò)展若干個(gè)像素的區(qū)域?yàn)檫吘墔^(qū)域。
[0019] 根據(jù)上述的基于邊緣跟蹤的圖像去噪方法，其中：所述步驟S5中，對(duì)所述基準(zhǔn)圖 像的非邊緣區(qū)域像素進(jìn)行掩模時(shí)，若鄰域中的像素為邊緣上的像素，則該鄰域的像素不參 與掩模運(yùn)算。
[0020] 同時(shí)，本發(fā)明還提供一種基于邊緣跟蹤的圖像去噪系統(tǒng)，包括圖像獲取模塊、邊緣 檢測(cè)模塊、邊緣跟蹤模塊、邊緣區(qū)域像素替換模塊和非邊緣區(qū)域去噪模塊；
[0021] 所述圖像獲取模塊用于獲取多幀連續(xù)圖像；
[0022] 所述邊緣檢測(cè)模塊用于在連續(xù)圖像中選取一個(gè)基準(zhǔn)圖像，對(duì)該基準(zhǔn)圖像進(jìn)行邊緣 檢測(cè)處理，獲取若干個(gè)邊緣；
[0023] 所述邊緣跟蹤模塊用于針對(duì)所述基準(zhǔn)圖像的每個(gè)邊緣，在每個(gè)非基準(zhǔn)圖像中查找 相對(duì)應(yīng)的邊緣；
[0024] 所述邊緣區(qū)域像素替換模塊用于對(duì)所述基準(zhǔn)圖像的各個(gè)邊緣進(jìn)行擴(kuò)展來形成邊 緣區(qū)域，對(duì)于邊緣區(qū)域的每個(gè)像素點(diǎn)，采用多幀連續(xù)圖像中對(duì)應(yīng)的所有像素點(diǎn)的灰度值的 中值來替換所述基準(zhǔn)圖像的原有灰度值；
[0025] 所述非邊緣區(qū)域去噪模塊用于對(duì)所述基準(zhǔn)圖像的非邊緣區(qū)域進(jìn)行去噪處理。
[0026] 根據(jù)上述的基于邊緣跟蹤的圖像去噪系統(tǒng)，其中：所述圖像獲取模塊獲取兩幀及 以上的連續(xù)圖像。
[0027] 根據(jù)上述的基于邊緣跟蹤的圖像去噪系統(tǒng)，其中：所述邊緣檢測(cè)模塊選擇多幀連 續(xù)圖像中的中值圖像作為基準(zhǔn)圖像。
[0028] 根據(jù)上述的基于邊緣跟蹤的圖像去噪系統(tǒng)，其中：所述邊緣區(qū)域像素替換模塊對(duì) 各個(gè)邊緣進(jìn)行擴(kuò)展來形成邊緣區(qū)域時(shí)，通過以下兩種方式進(jìn)行擴(kuò)展：
[0029] 1)將邊緣像素的內(nèi)外兩側(cè)若干個(gè)像素點(diǎn)的區(qū)域擴(kuò)展為邊緣區(qū)域；
[0030] 2)根據(jù)邊緣像素的梯度方向，向梯度方向擴(kuò)展若干個(gè)像素的區(qū)域?yàn)檫吘墔^(qū)域。
[0031] 根據(jù)上述的基于邊緣跟蹤的圖像去噪系統(tǒng)，其中：所述非邊緣區(qū)域去噪模塊對(duì)非 邊緣區(qū)域像素進(jìn)行掩模時(shí)，若鄰域中的像素為邊緣上的像素，則該鄰域的像素不參與掩模 運(yùn)算。
[0032] 如上所述，本發(fā)明的基于邊緣跟蹤的圖像去噪方法及系統(tǒng)，具有以下有益效果：
[0033] (1)相鄰幀數(shù)據(jù)的邊緣信息來合成低噪聲的邊緣；
[0034] (2)有效地保留了邊緣等高頻細(xì)節(jié)信息；
[0035] (3)抑制了圖像噪聲。
【附圖說明】
[0036] 圖1顯示為本發(fā)明的基于邊緣跟蹤的圖像去噪方法的流程圖；
[0037] 圖2顯示為本發(fā)明中邊緣跟蹤的示意圖；
[0038] 圖3顯示為本發(fā)明的邊緣區(qū)域像素替換的示意圖；
[0039] 圖4顯示為本發(fā)明的基于邊緣跟蹤的圖像去噪系統(tǒng)的結(jié)構(gòu)示意圖。
[0040] 元件標(biāo)號(hào)說明
[0041] 1 圖像獲取模塊
[0042] 2 邊緣檢測(cè)模塊
[0043] 3 邊緣跟蹤模塊
[0044] 4 邊緣區(qū)域像素替換模塊
[0045] 5 非邊緣區(qū)域去噪模塊
【具體實(shí)施方式】
[0046] 以下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書 所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過另外不同的具體實(shí) 施方式加以實(shí)施或應(yīng)用，本說明書中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒有背離 本發(fā)明的精神下進(jìn)行各種修飾或改變。
[0047] 需要說明的是，本實(shí)施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構(gòu)想， 遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實(shí)際實(shí)施時(shí)的組件數(shù)目、形狀及尺寸繪 制，其實(shí)際實(shí)施時(shí)各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可 能更為復(fù)雜。
[0048] 參照?qǐng)D1，本發(fā)明的基于邊緣跟蹤的圖像去噪方法包括以下步驟：
[0049] 步驟S1、獲取多幀連續(xù)圖像。
[0050] 其中，在用圖像采集設(shè)備進(jìn)行圖像獲取時(shí)，不是采集單幀圖像，而是同時(shí)采集 k(k>l)幀圖像。對(duì)于k值的選取，不宜過大，過大會(huì)降低算法運(yùn)行的速率，過小則導(dǎo)致算法 的去噪效果不佳，邊緣保留不準(zhǔn)確。
[0051] 步驟S2、在連續(xù)圖像中選取一個(gè)基準(zhǔn)圖像，對(duì)該基準(zhǔn)圖像進(jìn)行邊緣檢測(cè)處理，獲取 若干個(gè)邊緣。
[0052] 優(yōu)選地，選擇k幅圖像中的中值圖像作為基準(zhǔn)圖像，然后利用邊緣檢測(cè)算法對(duì)該 基準(zhǔn)圖像進(jìn)行邊緣檢測(cè)處理。其中，中值圖像是指多幀連續(xù)圖像中處于中間位置處的圖像。
[0053] 優(yōu)選地，本發(fā)明使用Canny算子邊緣檢測(cè)算法，這是因?yàn)镃anny算子邊緣檢測(cè)算法 所檢測(cè)的邊緣為單個(gè)像素，從而能夠保證邊緣檢測(cè)的準(zhǔn)確度。
[0054] 步驟S3、對(duì)于獲取的基準(zhǔn)圖像的每個(gè)邊緣，在每個(gè)非基準(zhǔn)圖像中查找相對(duì)應(yīng)的邊 緣。
[0055] 如圖2所示，設(shè)定基準(zhǔn)圖像為Im，通過步驟S2獲得了n條邊緣，分別為S1,S2,S3，… ，S1，…Sn。采用跟蹤算法在非基準(zhǔn)圖像Im'中查找邊緣S1相對(duì)應(yīng)的邊緣，如圖2中Im'的 S1'和Im" 中的S/'。
[0056] 其中，根據(jù)SJt應(yīng)的邊緣像素序列的空間坐標(biāo)來自適應(yīng)選取跟蹤半徑；然后根據(jù) 邊緣SpS/、S/'中對(duì)應(yīng)像素點(diǎn)的空間位置、顏色和梯度等信息，利用Meanshift算法快速在 非基準(zhǔn)圖像跟蹤查找到相應(yīng)的邊緣信息。
[0057] 如圖2所示，在邊緣檢測(cè)中，基準(zhǔn)圖像Im有n個(gè)邊緣，假設(shè)每個(gè)邊緣都在非基準(zhǔn) 圖像中存在對(duì)應(yīng)的邊緣，則經(jīng)過Meanshift算法的跟蹤，每條邊緣可以獲得k-1個(gè)偏移向 量d:。因此，邊緣Si在第j幀非基準(zhǔn)圖像中的偏移向量可標(biāo)記為貝1JSi上的任意點(diǎn)坐標(biāo) D(x，y)，在第j幀非基準(zhǔn)圖像中相對(duì)應(yīng)的坐標(biāo)為D, =D(.y} + €。
[0058] 步驟S4、對(duì)基準(zhǔn)圖像的各個(gè)邊緣進(jìn)行擴(kuò)展來形成邊緣區(qū)域，對(duì)于邊緣區(qū)域的每個(gè) 像素點(diǎn)，采用多幀連續(xù)圖像中對(duì)應(yīng)的所有像素點(diǎn)的灰度值的中值來替換基準(zhǔn)圖像的原有灰 度值。
[0059] 其中，邊緣區(qū)域像素灰度值的替換是邊緣保證不被現(xiàn)有空間域?yàn)V波算法侵蝕的重 點(diǎn)。
[0060] 具體地，對(duì)各個(gè)邊緣進(jìn)行擴(kuò)展來形成邊緣區(qū)域時(shí)，根據(jù)不同的圖像，通過以下兩種 方式進(jìn)行擴(kuò)展：
[0061] (1)將邊緣像素的內(nèi)外兩側(cè)幾個(gè)像素點(diǎn)的區(qū)域擴(kuò)展為邊緣區(qū)域；其中可根據(jù)圖像 的大小來具體選定像素點(diǎn)的個(gè)數(shù)。對(duì)于大圖像，像素點(diǎn)的個(gè)數(shù)相對(duì)較多；對(duì)于小圖像，像素 點(diǎn)的個(gè)數(shù)相對(duì)較少。
[0062] (2)根據(jù)邊緣像