基于模糊綜合評判的彩色圖像中值濾波方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明實施例設(shè)及圖像濾波技術(shù)領(lǐng)域，尤其是設(shè)及一種基于模糊綜合評判的彩色 圖像中值濾波方法和系統(tǒng)。
【背景技術(shù)】
[0002] 彩色圖像中值濾波，就是要對彩色圖像中的顏色向量定義一種向量序結(jié)構(gòu)，然后 根據(jù)此序結(jié)構(gòu)，選擇處于"中間"位置的向量確定為中值向量。如尺寸大小mXn的彩色圖像 I，在經(jīng)典彩色圖像中值濾波方向，首先要選定尺寸大小為(2k+l) X (2k+l)的濾波窗口，然 后讓此濾波窗口在待濾波圖像上逐像素點移動，每移動到一個位置，就將此時窗口中的像 素點的像素值通過確定的一種序結(jié)構(gòu)進(jìn)行排序，選擇出中間的第(2k+l)^^l個向量確定 為濾波窗口中屯、點的新的像素值。
[0003] 在傳統(tǒng)彩色圖像中值濾波過程中，輸出結(jié)果始終為濾波窗口中的像素值的中值， 不會產(chǎn)生新的顏色信息，因此圖像原有的色調(diào)得到了很大程度的保持，但是由于向量中值 的定義方法不統(tǒng)一，所W會發(fā)生圖像細(xì)節(jié)或者邊界丟失的問題，而且由于其建立序結(jié)構(gòu)的 方式比較傳統(tǒng)，為計算窗口中像素點間矢量差值的二范數(shù)之和并排序，所W計算量大。
[0004] 改進(jìn)的彩色圖像中值濾波則是將線性均值濾波和非線性矢量中值濾波結(jié)合在一 起，它會在濾波之前首先對濾波窗口中的像素點進(jìn)行兩次剔除，然后對剩下的顏色向量才 進(jìn)行傳統(tǒng)中值濾波的過程，所W此方法在運(yùn)算量上比經(jīng)典濾波過程少，節(jié)省了時間的同時 有效去除了噪聲。但是運(yùn)種方法也有缺點，它沒考慮到某個待濾波的向量與其鄰域內(nèi)像素 點顏色向量的關(guān)系，所W會導(dǎo)致有用信息丟失，使圖像產(chǎn)生邊緣模糊，沒有很好的保護(hù)圖像 細(xì)節(jié)。
[0005] 現(xiàn)有彩色圖像中值濾波方法都要先對彩色圖像中的顏色向量根據(jù)某種定義建立 序列結(jié)構(gòu)，而根據(jù)運(yùn)些矢量序定義的序列結(jié)構(gòu)各有不足，會導(dǎo)致在圖像中值濾波過程中產(chǎn) 生各種前文所述的問題。
[0006] 發(fā)明人在實現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在W下缺陷：
[0007] 在濾波過程中無法保證圖像的視覺品質(zhì)，無法清楚地區(qū)分出原始圖像顏色信息和 噪聲信息，不能嚴(yán)格地過濾掉椒鹽噪聲的污染。
[000引有鑒于此，特提出本發(fā)明。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明實施例的主要目的在于提供一種基于模糊綜合評判的彩色圖像中值濾波 方法，其至少部分地解決了如何在濾波過程中保證圖像的視覺品質(zhì)，能夠清楚地區(qū)分出原 始圖像顏色信息和噪聲信息，且能嚴(yán)格地過濾掉椒鹽噪聲污染的技術(shù)問題。此外，還提供一 種基于模糊綜合評判的彩色圖像中值濾波系統(tǒng)。
[0010] 為了實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了 W下技術(shù)方案：
[0011] -種基于模糊綜合評判的彩色圖像中值濾波方法，所述方法至少包括：
[0012] 步驟I:在所述彩色圖像上，確定濾波窗口；
[0013] 步驟2:確定模糊綜合評判模型的判據(jù)集和評語集，其中，所述判據(jù)集包括顏色向 量的模長L、顏色向量間的角度a、色度H、飽和度S和強(qiáng)度I;所述評語集包括適中、小偏差和 大偏差；
[0014] 步驟3:計算所述濾波窗口內(nèi)所有像素點顏色向量的所述L、所述a、所述H、所述S和 所述I的值；
[001引步驟4:根據(jù)所述所有像素點顏色向量的所述L、所述a、所述H、所述巧日所述I的值， 構(gòu)建所述模糊綜合評判模型的模糊綜合評判矩陣；
[0016] 步驟5:對所述模糊綜合評判矩陣賦予權(quán)重，并進(jìn)行加權(quán)計算，得到所述所有像素 點顏色向量的評判結(jié)果向量；
[0017] 步驟6:評判所述所有像素點顏色向量的評判結(jié)果向量，確定最優(yōu)評判結(jié)果向量， 并將所述最優(yōu)評判結(jié)果向量確定為濾波窗口的中值向量；
[0018] 步驟7:在所述彩色圖像上移動所述濾波窗口，重復(fù)步驟3至6,直至遍歷所述彩色 圖像上的所有像素點。
[0019] 根據(jù)本發(fā)明的另一個方面，還提供一種基于模糊綜合評判的彩色圖像中值濾波系 統(tǒng)，所述系統(tǒng)至少包括：
[0020] 第一確定模塊，被配置為在所述彩色圖像上，確定濾波窗口；
[0021 ]第二確定模塊，被配置為確定模糊綜合評判模型的判據(jù)集和評語集，其中，所述判 據(jù)集包括顏色向量的模長L、顏色向量間的角度a、色度H、飽和度S和強(qiáng)度I;所述評語集包括 適中、小偏差和大偏差；
[0022] 第一計算模塊，被配置為計算所述濾波窗口內(nèi)所有像素點顏色向量的所述L、所述 口、所述H、所述S和所述I的值；
[0023] 第一構(gòu)建模塊，被配置為根據(jù)所述所有像素點顏色向量的所述L、所述a、所述H、所 述S和所述I的值，構(gòu)建所述模糊綜合評判模型的模糊綜合評判矩陣；
[0024] 第一加權(quán)模塊，被配置為對所述模糊綜合評判矩陣賦予權(quán)重，并進(jìn)行加權(quán)計算，得 到所述所有像素點顏色向量的評判結(jié)果向量；
[0025] 第=確定模塊，被配置為評判所述所有像素點顏色向量的評判結(jié)果向量，確定最 優(yōu)評判結(jié)果向量，并將所述最優(yōu)評判結(jié)果向量確定為濾波窗口的中值向量；
[0026] 重復(fù)模塊，被配置為在所述彩色圖像上移動所述濾波窗口，采用第一計算模塊、第 一構(gòu)建模塊、第一加權(quán)模塊、第=確定模塊進(jìn)行濾波，直至遍歷所述彩色圖像上的所有像素 點。
[0027] 與現(xiàn)有技術(shù)相比，上述技術(shù)方案至少具有W下有益效果：
[0028] 本發(fā)明實施例通過確定模糊綜合評判模型的判據(jù)集和評語集，其中，判據(jù)集包括 顏色向量的模長L、顏色向量間的角度a、色度H、飽和度S和強(qiáng)度I;評語集包括適中、小偏差 和大偏差。計算濾波窗口內(nèi)所有像素點顏色向量的L、a、H、S和I的值。根據(jù)所有像素點顏色 向量的L、a、H、S和I的值，構(gòu)建模糊綜合評判模型的模糊綜合評判矩陣。對模糊綜合評判矩 陣賦予權(quán)重，并進(jìn)行加權(quán)計算，得到所有像素點顏色向量的評判結(jié)果向量。評判所有像素點 顏色向量的評判結(jié)果向量，確定最優(yōu)評判結(jié)果向量，并將最優(yōu)評判結(jié)果向量確定為濾波窗 口的中值向量。最后，在彩色圖像上移動濾波窗口，重復(fù)上述步驟，直至遍歷彩色圖像上的 所有像素點。本發(fā)明實施例將不同類型的五個影響彩色圖像品質(zhì)的因素都綜合在一起進(jìn)行 考慮分析，而不單單是某個顏色向量的模長或者到濾波窗口中其他顏色向量的矢量距離和 來實現(xiàn)中值濾波，解決了如何在濾波過程中保證圖像的視覺品質(zhì)，能夠清楚地區(qū)分出原始 圖像顏色信息和噪聲信息，且能嚴(yán)格地過濾掉椒鹽噪聲污染的技術(shù)問題。本發(fā)明實施例所 述方法不僅在濾波過程中保證了圖像的視覺品質(zhì)，更能清楚地區(qū)分出了原始圖像顏色信息 和噪聲信息，比較嚴(yán)格地過濾掉了椒鹽噪聲的污染，達(dá)到了很好的彩色圖像中值濾波效果。
[0029] 當(dāng)然，實施本發(fā)明的任一產(chǎn)品不一定需要同時實現(xiàn)W上所述的所有優(yōu)點。
[0030] 本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其它優(yōu)點可通過在所寫的說明 書、權(quán)利要求書W及附圖中所特別指出的方法來實現(xiàn)和獲得。
[0031] 需要說明的是，
【發(fā)明內(nèi)容】
部分并非旨在標(biāo)識出請求保護(hù)的主題的必要技術(shù)特征， 也并非是用來確定請求保護(hù)的主題的保護(hù)范圍。所要求保護(hù)的主題不限于解決在【背景技術(shù)】 中提及的任何或所有缺點。
【附圖說明】
[0032] 附圖確定為本發(fā)明的一部分，用來提供對本發(fā)明的進(jìn)一步的理解，本發(fā)明的示意 性實施例及其說明用于解釋本發(fā)明，但不構(gòu)成對本發(fā)明的不當(dāng)限定。顯然，下面描述中的附 圖僅僅是一些實施例，對于本領(lǐng)域普通技術(shù)人員來說，在不付出創(chuàng)造性勞動的前提下，還可 W根據(jù)運(yùn)些附圖獲得其他附圖。在附圖中：
[0033] 圖1為根據(jù)一示例性實施例示出的基于模糊綜合評判的彩色圖像中值濾波方法的 流程示意圖；
[0034] 圖2為根據(jù)一示例性實施例示出的S角形隸屬函數(shù)示意圖；
[0035] 圖3為根據(jù)一示例性實施例示出的適中型、小偏差型、大偏差型S種S角形隸屬函 數(shù)示意圖；
[0036] 圖4為根據(jù)一示例性實施例示出的經(jīng)典Lena原始圖像；
[0037] 圖5a為根據(jù)一示例性實施例示出的對經(jīng)典Lena圖像加入3%的椒鹽噪聲的示意 圖；
[0038] 圖5b為根據(jù)一示例性實施例示出的采用傳統(tǒng)方法對圖5a進(jìn)行中值濾波而得到的 濾波結(jié)果的示意圖；
[0039] 圖5c為根據(jù)一示例性實施例示出的采用對傳統(tǒng)方法進(jìn)行改進(jìn)的現(xiàn)有技術(shù)對圖5a 進(jìn)行中值濾波而得到的濾波結(jié)果的示意圖；
[0040] 圖5d為根據(jù)一示例性實施例示出的采用本發(fā)明實施例提供的方法對圖5a進(jìn)行中 值濾波而得到的濾波結(jié)果的示意圖；
[0041 ]圖6a為根據(jù)一示例性實施例示出的對經(jīng)典Lena圖像加入5%的椒鹽噪聲的示意 圖；
[0042] 圖化為根據(jù)一示例性實施例示出的采用傳統(tǒng)方法對圖6a進(jìn)行中值濾波而得到的 濾波結(jié)果的示意圖；
[0043] 圖6c為根據(jù)一示例性實施例示出的采用對傳統(tǒng)方法進(jìn)行改進(jìn)的現(xiàn)有技術(shù)對圖6a 進(jìn)行中值濾波而得到的濾波結(jié)果的示意圖；
[0044] 圖6d為根據(jù)一示例性實施例示出的采用本發(fā)明實施例提供的方法對圖6a進(jìn)行中 值濾波而得到的濾波結(jié)果的示意圖；
[0045] 圖7a為根據(jù)一示例性實施例示出的對經(jīng)典Lena圖像加入10%的椒鹽噪聲的示意 圖；
[0046] 圖7b為根據(jù)一示例性實施例示出的采用傳統(tǒng)方法對圖7a進(jìn)行中值濾波而得到的 濾波結(jié)果的示意圖；
[0047] 圖7c為根據(jù)一示例性實施例示出的采用對傳統(tǒng)方法進(jìn)行改進(jìn)的現(xiàn)有技術(shù)對圖7a 進(jìn)行中值濾波而得到的濾波結(jié)果的示意圖；
[0048] 圖7d為根據(jù)一示例性實施例示出的采用本發(fā)明實施例提供的方法對圖7a進(jìn)行中 值濾波而得到的濾波結(jié)果的示意圖；
[0049] 圖8a為根據(jù)一示例性實施例示出的對經(jīng)典Lena圖像加入15%的椒鹽噪聲的示意 圖；
[0050] 圖8b為根據(jù)一示例性實施例示出的采用傳統(tǒng)方法對圖8a進(jìn)行中值濾波而得到的 濾波結(jié)果的示意圖；
[0051] 圖8c為根據(jù)一示例性實施例示出的采用對傳統(tǒng)方法進(jìn)行改進(jìn)的現(xiàn)有技術(shù)對圖8a 進(jìn)行中值濾波而得