專利名稱：空間域像素數(shù)據(jù)處理方法
技術領域：
本發(fā)明涉及數(shù)字圖像信號的處理，特別涉及像素數(shù)據(jù)的濾波降噪和還原增強的方法。
背景技術：
一幅數(shù)字圖像由有限大小的像素(pixel)組成，像素反映了圖像特定位置處的色彩和亮度信息。為了用計算機進行處理，一般采用矩陣這樣的離散數(shù)據(jù)結構來表達圖像。我們可以用兩維矩陣來表示一幅數(shù)字圖像，其中的元素就是像素，其數(shù)量為整數(shù)。像素數(shù)據(jù)對應于像素的亮度和色度范圍內的量化級別。在像素矩陣中由一些彼此鄰接的像素組成的重要集合，我們稱之為鄰域。
圖像數(shù)據(jù)受圖像獲取和存儲、處理過程中電路硬件的物理特性的影響，以及傳輸通道中的各種干擾信號等因素的影響而遭受污染，表現(xiàn)在圖像上就是畫面上出現(xiàn)了噪聲。為了減少這些影響和隨之導致的圖像變差，或者為了恢復被破壞的圖像，或者僅僅是希望增強圖像以突出其中有用的特征，就需要用到數(shù)字濾波器對圖像數(shù)據(jù)進行處理。
根據(jù)不同的特性，圖像噪聲有多種。比如加性噪聲(和圖像信號強度不相關，通常在傳輸過程中引入)、乘性噪聲(和圖像信號相關，往往隨圖像信號的變化而變化)、量化噪聲(數(shù)字圖像量化過程中產生)、椒鹽噪聲(一般由圖像分割、變換域處理等過程中引入)、脈沖噪聲(也叫“沖激噪聲”，即在圖像中疊加的一個個正脈沖或負脈沖灰度突變點)、高斯噪聲(一種強度服從高斯或正態(tài)分布的隨機噪聲，例如攝像機的電子干擾)等。
常見的圖像濾波方法，有在圖像本身所處的空間域進行的，也有將圖像數(shù)據(jù)經過傅立葉等變換以后轉到頻域中進行的。其中頻域里的濾波需要涉及復雜的域轉換運算，相對而言實現(xiàn)起來會耗費更多的資源和時間。
在空間域使用的濾波器又有線性和非線性之分。線性濾波器中常用的方法是，對所有的像素點都用以此點為中心的某個，或幾個鄰域的灰度平均值(或加權以后的灰度平均值)，來代替該點的灰度值。非線性濾波器中常用的方法是，對所有的像素點都用以此點為中心的某個，或幾個鄰域的灰度中間值(或加權后的中間值)來代替該點的灰度值。此外，還有對所有像素點的數(shù)據(jù)，都取以其為中心點的某個或幾個鄰域的像素數(shù)據(jù)的最小均方差值為其輸出值的方法，用高斯函數(shù)取加權系數(shù)的均值方法，以及平均值或中間值的多次迭代的方法，等等。
實踐表明，以上方法雖然在一定程度上都有濾波降噪效果，但遺憾的是各自都有其局限性。比如線性的求加權平均值的濾波方法在細節(jié)損失上比較明顯；取中間值的方法對脈沖干擾很有效，而對高斯噪聲卻無能為力；取均方差值的方法雖然對高斯噪聲有效，但對脈沖噪聲的濾除卻遠不如取中值的方法，且計算相對復雜。
事實上，圖像中的噪聲往往和信號交織在一起，如果濾波處理不當，就會使圖像本身的細節(jié)如邊界輪廓、線條等變得模糊不清，反而降低圖像質量。此外，由于各類噪聲特性不同，體現(xiàn)出來的對圖像的影響也不一樣，而這些噪聲往往并非單一存在，而是幾種同時并存的，所以若單純采用一種針對某一類噪聲模型比較有效的濾波器，并不能達到滿意的效果。

發(fā)明內容
本發(fā)明所要解決的技術問題，就是針對現(xiàn)有技術的濾波方法，針對性強，綜合濾波效果差的缺點，提供一種能夠濾出多種噪聲的像素數(shù)據(jù)處理方法。
本發(fā)明解決所述技術問題，采用的技術方案是，空間域像素數(shù)據(jù)處理方法，包括以下步驟(1)初始化噪聲判定閾值T1、T2及濾波系數(shù)a、b；(2)根據(jù)閾值T1、T2判斷像素fx是否為噪聲點；(3)如判斷像素fx為噪聲點，進入以下步驟，否則輸出像素fx的數(shù)據(jù)；(4)計算像素fx鄰域內的像素數(shù)據(jù)的加權平均值g1；(5)計算像素fx鄰域內的像素數(shù)據(jù)的中間值g2；(6)以a×g1+b×g2作為像素fx的數(shù)據(jù)輸出。
本發(fā)明的有益效果是，能夠同時針對多種不同類型的噪聲進行濾除，運算量小，程序簡單，能較好地保持圖像細節(jié)。


圖1是以fx為中心的3×3矩形鄰域的示意圖；圖2是以fx為中心的十字型鄰域的示意圖；圖3是以fx為中心的X形鄰域的示意圖；圖4是實施例的流程圖。
具體實施例方式
下面結合附圖及實施例，詳細描述本發(fā)明的技術方案。
本發(fā)明不僅充分考慮了求均值(或加權均值)等線性濾波方法對高斯加性噪聲的有效性，同時也考慮到求中值(或加權中值)等非線性濾波方法對細節(jié)的良好保護以及對脈沖椒鹽噪聲的有效性，將二者有機結合起來，從而達到可有效濾除多種噪聲，同時又能保證圖像細節(jié)清晰的目的。此外，在濾波處理之前先進行噪聲判斷，然后只針對噪聲點進行處理，從而避免了濾波操作對有用信號帶來的負面影響。
本發(fā)明的技術方案是，空間域像素數(shù)據(jù)處理方法，包括以下步驟(1)初始化噪聲判定閾值T1、T2及濾波系數(shù)a、b；(2)根據(jù)閾值T1、T2判斷像素fx是否為噪聲點；(3)如判斷像素fx為噪聲點，進入以下步驟，否則輸出像素fx的數(shù)據(jù)；(4)計算像素fx鄰域內的像素數(shù)據(jù)的加權平均值g1；(5)計算像素fx鄰域內的像素數(shù)據(jù)的中間值g2；(6)以a×g1+b×g2作為像素fx的數(shù)據(jù)輸出；具體的是，所述像素為靜止圖像或運動圖像的單一圖像幀的像素；
更具體的是，所述像素數(shù)據(jù)為像素的灰度值、發(fā)光值、亮度值或YUV空間的Y通道數(shù)據(jù)；具體的噪聲判斷方法是，計算像素fx數(shù)據(jù)與其鄰域內其他像素fi數(shù)據(jù)的差值，當差值大于T1的像素數(shù)目超過T2時，判斷像素fx為噪聲點；步驟(1)中，推薦的取值范圍是噪聲判定閾值T130～60；噪聲判斷閾值T2190～240；濾波系數(shù)a、b應滿足a/b0～1，同時a+b≤1的條件。
具體的加權平均值的加權系數(shù)為1/9型、1/16型、1/25型、1/49型或高斯函數(shù)型；進一步的是，所述鄰域為以像素fx為中心的n×m的矩形鄰域；其中n、m為大于等于3的奇數(shù)；優(yōu)選的鄰域為n＝m的正方形鄰域；比較簡單的鄰域為以像素fx為中心的，對稱十字形和對稱X形鄰域；此時中間值g2由下式得到 上式中，“med10”表示十字形鄰域內像素數(shù)據(jù)的中間值；“medx”表示X形鄰域內的中間值；“max(med10，medx)”表示取二者中的最大值；“min(med10，medx)”表示取二者中的最小值。
實施例1、初始化噪聲判定閾值T1、T2及濾波系數(shù)a、b以后，首先選取一個像素fx，其像素數(shù)據(jù)為fx。
2、然后以3×3的矩形鄰域內包含的八個附近的像素點為鄰域像素點，其像素數(shù)據(jù)為fi，i＝1，2，...8。參見圖1。
3、求出差值ΔiΔi＝fi-fx(i＝1，2，...8)；
4、累計Δi大于T1的fi的個數(shù)N。
5、進行噪聲判斷當0＜N＜T2時，表示像素fx為信號點，跳轉至下面第9步；否則為噪聲點，繼續(xù)下面的步驟。T2的取值與噪聲污染程度相關。
6、計算所選像素fx鄰域內像素數(shù)據(jù)的加權(此處的加權包括九分之一型、十六分之一型或高斯加權型等多種加權方式，也即可采用不同的卷積模板)平均值，該加權平均值用g1示。比如可以取3×3高斯型加權，則卷積模板和計算公式為 g1＝1/16×(f1+2×f2+f3+2×f4+4×fx+2×f5+f6+2×f7+f8)；7、計算像素fx對應的十字形鄰域、X形鄰域的中間值，這里用g2表示； 上式中，“med10”表示十字形鄰域內像素的中間值，即圖2中f2、f4、f5、f7的中間值?！癿edx”表示X形鄰域內的中間值，即圖3中f1、f3、f6、f8的中間值?！癿ax(med10，medx)”表示取二者中的最大值；“min(med10，medx)”表示取二者中的最小值。
8、按照下式計算出濾波的最后輸出值，即像素fx的像素數(shù)據(jù)fx＝a×g1+b×g2；a和b分別是針對不同噪聲類型選擇的線性和非線性濾波系數(shù)，其取值與N的大小相關。
9、重復第一到第八步，直到掃描處理完空間域像素矩陣中的所有像素數(shù)據(jù)。
本發(fā)明優(yōu)選的參數(shù)取值范圍是噪聲判定閾值T130～60；T2190～240；濾波系數(shù)a、b滿足a/b0～1，同時a+b≤1的條件。
上述實施例像素數(shù)據(jù)的計算，是以3×3的矩形鄰域為例進行的，隨著矩形鄰域的擴大，計算量將會迅速增加。對于5×5的矩形鄰域，鄰域中的像素為25個，幾乎是3×3的矩形鄰域像素的3倍。但其對應的十字型和X形鄰域的像素卻只增加了1倍，所以十字型鄰域和X形鄰域是一種最簡單的鄰域。
本例的程序流程參見圖4。以上的步驟可以迭代進行，直到濾波效果滿意為止。每一次采用的像素數(shù)據(jù)都是前一次濾波以后的數(shù)據(jù)。
本發(fā)明分像素數(shù)據(jù)可以是圖像的灰度值、發(fā)光值、亮度值或YUV空間的Y通道數(shù)據(jù)等，其中像素可以是構成靜止圖像的像素，也可以是運動圖像單一幀圖像的像素。
權利要求
1.空間域像素數(shù)據(jù)處理方法，包括以下步驟(1)初始化噪聲判定閾值T1、T2及濾波系數(shù)a、b；(2)根據(jù)閾值T1、T2判斷像素fx是否為噪聲點；(3)如判斷像素fx為噪聲點，進入以下步驟，否則輸出像素fx的數(shù)據(jù)；(4)計算像素fx鄰域內的像素數(shù)據(jù)的加權平均值g1；(5)計算像素fx鄰域內的像素數(shù)據(jù)的中間值g2；(6)以a×g1+b×g2作為像素fx的數(shù)據(jù)輸出。
2.根據(jù)權利要求1所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述像素為靜止圖像或運動圖像的單一圖像幀的像素。
3.根據(jù)權利要求1所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述像素數(shù)據(jù)為像素的灰度值、發(fā)光值、亮度值或YUV空間的Y通道數(shù)據(jù)。
4.根據(jù)權利要求1所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述步驟(2)是計算像素fx數(shù)據(jù)與其鄰域內其他像素fi數(shù)據(jù)的差值，當差值大于T1的像素數(shù)目超過T2時，判斷像素fx為噪聲點。
5.根據(jù)權利要求1所述的空間域像素數(shù)據(jù)處理方法，其特征在于，步驟(1)中，所述噪聲判定閾值T1、T2的取值范圍是T130～60；T2190～240；濾波系數(shù)a、b應滿足a/b0～1，同時a+b≤1的條件。
6.根據(jù)權利要求1所述的空間域像素數(shù)據(jù)處理方法，其特征在于，步驟(4)中，所述加權平均值的加權系數(shù)為1/9型、1/16型、1/25型、1/49型或高斯函數(shù)型。
7.根據(jù)權利要求1-6任意一項權利要求所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述鄰域為以像素fx為中心的n×m的矩形鄰域；所述n、m為大于等于3的奇數(shù)。
8.根據(jù)權利要求7所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述n＝m。
9.根據(jù)權利要求1-6任意一項權利要求所述的空間域像素數(shù)據(jù)處理方法，其特征在于，所述鄰域為以像素fx為中心的，對稱十字形和對稱X形鄰域。
10.根據(jù)權利要求9所述的空間域像素數(shù)據(jù)處理方法，其特征在于，步驟(5)中，所述所述中間值g2由下式得到 其中，“med10”表示十字形鄰域內像素數(shù)據(jù)的中間值；“medx”表示X形鄰域內的中間值；“max(med10，medx)”表示取二者中的最大值；“min(med10，medx)”表示取二者中的最小值。
全文摘要
本發(fā)明涉及數(shù)字圖像信號的處理，特別涉及像素數(shù)據(jù)的濾波降噪和還原增強的方法。本發(fā)明針對現(xiàn)有技術的濾波方法，針對性強，綜合濾波效果差的缺點，公開了一種能夠濾出多種噪聲的像素數(shù)據(jù)處理方法。本發(fā)明的技術方案，綜合了求均值(或加權均值)等線性濾波方法，以及求中值(或加權中值)等非線性濾波方法的優(yōu)點，將二者有機結合起來，從而達到可有效濾除多種噪聲，同時又能保證圖像細節(jié)清晰的目的。在濾波處理之前先進行噪聲判斷，然后只針對噪聲點進行處理，從而避免了濾波操作對有用信號帶來的負面影響。本發(fā)明的有益效果是，能夠同時針對多種不同類型的噪聲進行濾除，運算量小，程序簡單，能較好地保持圖像細節(jié)。
文檔編號H04N9/64GK1929552SQ20061002198
公開日2007年3月14日 申請日期2006年9月30日 優(yōu)先權日2006年9月30日
發(fā)明者李珣 申請人:四川長虹電器股份有限公司