一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法
【專利摘要】本發(fā)明公開(kāi)了一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法。包括以下步驟：8位灰度圖像中，設(shè)定圖像的濾波窗口，通過(guò)中心像素灰度值判斷為噪聲像素或疑似噪聲像素，否則為信號(hào)像素；建立標(biāo)記矩陣對(duì)噪聲像素進(jìn)行標(biāo)記，排除濾波窗口中與中心像素灰度值相同的像素點(diǎn)，將滿足標(biāo)記矩陣元素的信號(hào)點(diǎn)構(gòu)成第一信號(hào)點(diǎn)集合，對(duì)第一信號(hào)點(diǎn)集合中的信號(hào)點(diǎn)進(jìn)行處理得到第一輸出圖像，將第一輸出圖像中各個(gè)輸出像素對(duì)應(yīng)位置的標(biāo)記矩陣元素設(shè)定為零，完成濾波處理。本發(fā)明具有良好的消除噪聲和保持細(xì)節(jié)的能力，實(shí)用性強(qiáng)；對(duì)于處理不同噪聲密度的圖像，本發(fā)明方法的自適應(yīng)性、去除噪聲的能力、保護(hù)細(xì)節(jié)方面遠(yuǎn)優(yōu)于傳統(tǒng)的濾波方法。
【專利說(shuō)明】一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種去除圖像椒鹽噪聲的濾波方法，尤其是涉及一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法。

【背景技術(shù)】
[0002]圖像在采集、傳輸和接收過(guò)程中受到外界環(huán)境、傳感器元件質(zhì)量等因素影響，引入了不同類型的噪聲，導(dǎo)致圖像質(zhì)量下降，其中椒鹽噪聲是常見(jiàn)的噪聲之一。能否有效地去除椒鹽噪聲，對(duì)于實(shí)現(xiàn)高效的圖像分割和圖像特征識(shí)別等具有重要作用。傳統(tǒng)處理椒鹽噪聲的方法采用與圖像有關(guān)的參數(shù)來(lái)檢測(cè)、消除噪聲，但在去除噪聲的同時(shí)，也會(huì)修改非噪聲像素的灰度值，失去圖像的細(xì)節(jié)及邊緣。


【發(fā)明內(nèi)容】

[0003]為了解決【背景技術(shù)】中的問(wèn)題，本發(fā)明提出了一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法，能高效去除圖像椒鹽噪聲并保留圖像細(xì)節(jié)。
[0004]本發(fā)明的技術(shù)方案包括以下步驟:
[0005]被椒鹽噪聲污染的圖像為X，濾波處理后的圖像為Z，按照以下步驟進(jìn)行濾波:
[0006]I) 8位灰度圖像中，被椒鹽噪聲污染的圖像X的濾波窗口大小為3 X 3，若該濾波窗口的中心像素灰度值x(i，j)為O或者255，i, j分別為濾波窗口中心像素的橫、縱坐標(biāo)，則該濾波窗口的中心像素為噪聲像素或疑似噪聲像素，否則為信號(hào)像素；
[0007]2)建立與被椒鹽噪聲污染的圖像X大小相同的標(biāo)記矩陣F對(duì)噪聲像素進(jìn)行標(biāo)記，在標(biāo)記矩陣F中，若被椒鹽噪聲污染的圖像X的濾波窗口的中心像素灰度值X (i, j)所在的像素為噪聲像素或疑似噪聲像素，則標(biāo)記矩陣元素F (i，j) = I ;否則標(biāo)記矩陣元素F(i，j)=O ；
[0008]3)排除濾波窗口中與中心像素灰度值x(i，j)相同的像素點(diǎn)，將滿足標(biāo)記矩陣元素F(i，j) = O的信號(hào)點(diǎn)構(gòu)成第一信號(hào)點(diǎn)集合[x(i+s，j+t)]，其中s，t分別橫縱坐標(biāo)的偏移量，~1 ^ s ^ I, -1 ^ t ^ I ；
[0009]4)對(duì)第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理得到第一輸出圖像Y，將第一輸出圖像Y中各個(gè)輸出像素對(duì)應(yīng)位置的標(biāo)記矩陣元素F (i，j)設(shè)定為O ;
[0010]5)完成濾波處理。
[0011]所述的步驟4)和步驟5)之間按照以下步驟再繼續(xù)進(jìn)行濾波處理:
[0012]a)在第一輸出圖像Y中以標(biāo)記矩陣元素F(i，j) = I處的第一輸出像素灰度值y(i, j)所在像素為中心，建立3X3新的濾波窗口，該新的濾波窗口內(nèi)排除除中心像素外的非極值像素，構(gòu)成第二/[目號(hào)點(diǎn)集合[y (i+s, j+t)]，其中
[0013]b)對(duì)第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理得到第二輸出圖像Z ；
[0014]c)將第二輸出圖像Z中各個(gè)輸出像素對(duì)應(yīng)位置的標(biāo)記矩陣元素F(i，j)設(shè)定為0，即將第二輸出圖像Z中的第二輸出像素灰度值z(mì) (i，j)對(duì)應(yīng)的噪聲像素或疑似噪聲像素進(jìn)行濾波，變成信號(hào)點(diǎn)。
[0015]所述的步驟4)中對(duì)第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理方法具體包括:
[0016]若第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)個(gè)數(shù)大于0，則計(jì)算第一信號(hào)點(diǎn)集合[x(i+s, j+t)]中的信號(hào)點(diǎn)灰度值中值median([x(i+s, j+t)]),然后利用相似度函數(shù)1/(1+G2)來(lái)構(gòu)造各個(gè)信號(hào)點(diǎn)像素對(duì)應(yīng)的加權(quán)系數(shù)，G為被處理點(diǎn)與第一信號(hào)點(diǎn)集合[x(i+s, j+t)]中的其他信號(hào)點(diǎn)中值的差，即第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的任一信號(hào)點(diǎn)像素灰度值X(i’，j’)對(duì)應(yīng)的第一加權(quán)系數(shù)μ (i’，j’)滿足如下公式1，其中i’，j’為除了被處理信號(hào)點(diǎn)之外的其余信號(hào)點(diǎn)的橫、縱坐標(biāo):

【權(quán)利要求】
1.一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法，其特征在于:被椒鹽噪聲污染的圖像為X，濾波處理后的圖像為Z，按照以下步驟進(jìn)行濾波: 1)8位灰度圖像中，被椒鹽噪聲污染的圖像X的濾波窗口大小為3X 3，若該濾波窗口的中心像素灰度值x(i，j)為O或者255，i, j分別為濾波窗口中心像素的橫、縱坐標(biāo)，則該濾波窗口的中心像素為噪聲像素或疑似噪聲像素，否則為信號(hào)像素； 2)建立與被椒鹽噪聲污染的圖像X大小相同的標(biāo)記矩陣F對(duì)噪聲像素進(jìn)行標(biāo)記，在標(biāo)記矩陣F中，若被椒鹽噪聲污染的圖像X的濾波窗口的中心像素灰度值x(i，j)所在的像素為噪聲像素或疑似噪聲像素，則標(biāo)記矩陣元素F (i，j) = I ;否則標(biāo)記矩陣元素F (i，j) = O ； 3)排除濾波窗口中與中心像素灰度值x(i，j)相同的像素點(diǎn)，將滿足標(biāo)記矩陣元素F(i, j) = O的信號(hào)點(diǎn)構(gòu)成第一信號(hào)點(diǎn)集合[x(i+s，j+t)]，其中s，t分別橫縱坐標(biāo)的偏移量，~1 ^ s ^ I, -1 ^ t ^ I ； 4)對(duì)第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理得到第一輸出圖像Y，將第一輸出圖像Y中各個(gè)輸出像素對(duì)應(yīng)位置的標(biāo)記矩陣元素F (i，j)設(shè)定為O ; 5)完成濾波處理。
2.根據(jù)權(quán)利要求1所述的一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法，其特征在于:所述的步驟4)和步驟5)之間按照以下步驟再繼續(xù)進(jìn)行濾波處理: a)在第一輸出圖像Y中以標(biāo)記矩陣元素F(i，j) = I處的第一輸出像素灰度值y(i，j)所在像素為中心，建立3 X 3新的濾波窗口，該新的濾波窗口內(nèi)排除除中心像素外的非極值像素，構(gòu)成第二 號(hào)點(diǎn)集合[y (i+s, j+t)],其中 b)對(duì)第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理得到第二輸出圖像Z; c)將第二輸出圖像Z中各個(gè)輸出像素對(duì)應(yīng)位置的標(biāo)記矩陣元素F(i，j)設(shè)定為O，即將第二輸出圖像Z中的第二輸出像素灰度值z(mì) (i，j)對(duì)應(yīng)的噪聲像素或疑似噪聲像素進(jìn)行濾波，變成信號(hào)點(diǎn)。
3.根據(jù)權(quán)利要求2所述的一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法，其特征在于:所述的步驟4)中對(duì)第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理方法具體包括: 若第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)個(gè)數(shù)大于O，則計(jì)算第一信號(hào)點(diǎn)集合[x(i+s, j+t)]中的信號(hào)點(diǎn)灰度值中值median([x(i+s, j+t)]),然后利用相似度函數(shù)1/(1+G2)來(lái)構(gòu)造各個(gè)信號(hào)點(diǎn)像素對(duì)應(yīng)的加權(quán)系數(shù)，G為被處理點(diǎn)與第一信號(hào)點(diǎn)集合[x(i+s, j+t)]中的其他信號(hào)點(diǎn)中值的差，即第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的任一信號(hào)點(diǎn)像素灰度值X(i’，j’)對(duì)應(yīng)的第一加權(quán)系數(shù)μ (i’，j’)滿足如下公式1，其中i’，j’為除了被處理信號(hào)點(diǎn)之外的其余信號(hào)點(diǎn)的橫、縱坐標(biāo): "(,.,，/)=-Y(I)
I + [τ (/、/) _ median [χ(? + i, j + i)]j 則第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中各個(gè)信號(hào)點(diǎn)像素位置處的第一輸出像素灰度值y(i, j)滿足如下公式2，從而得到第一輸出圖像Y: z.) = ΣΑψνΜ?ν) U ΣΜ，/)(2)若第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的信號(hào)點(diǎn)個(gè)數(shù)等于O，則第一輸出圖像Y中各個(gè)第一輸出像素灰度值I (i, j)滿足如下公式3，從而得到第一輸出圖像Y:
其中，y (1-1, j-1)，y (1-1, j)，y (1-1, j+1)，y (i, j-1)均是與中心像素灰度值 x (i, j)所在中心像素鄰近且已被濾波過(guò)的像素點(diǎn)的灰度值。
4.根據(jù)權(quán)利要求3所述的一種基于相似度函數(shù)的自適應(yīng)加權(quán)椒鹽噪聲濾波方法，其特征在于:所述的步驟b)對(duì)第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的信號(hào)點(diǎn)進(jìn)行處理方法具體包括: 若第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的信號(hào)點(diǎn)個(gè)數(shù)大于O，利用相似度函數(shù)I/(1+G2)來(lái)構(gòu)造其中信號(hào)點(diǎn)像素對(duì)應(yīng)的加權(quán)系數(shù)，G為被處理點(diǎn)與第一信號(hào)點(diǎn)集合[x(i+s，j+t)]中的其他信號(hào)點(diǎn)的歐氏距離，即第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的任一信號(hào)點(diǎn)像素灰度值y(i’，j’)對(duì)應(yīng)的第二加權(quán)系數(shù)ω (i’，j’)滿足如下公式4:
則第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中各個(gè)信號(hào)點(diǎn)像素位且μ的第二輸出像素灰度值Z (i, j)滿足如下公式5，從而得到第二輸出圖像Z:
若第二信號(hào)點(diǎn)集合[y(i+s，j+t)]中的信號(hào)點(diǎn)個(gè)數(shù)等于O，則第二輸出圖像Z中各個(gè)第二輸出像素灰度值z(mì) (i, j)滿足如下公式6，從而得到第二輸出圖像Z:
其中 Z (1-1, j-1)，Z (1-1, j)，Z (1-1, j+1)，Z (i, j-1)均是與第一輸出像素灰度值y(i, j)所在像素鄰近且已被濾波過(guò)的像素點(diǎn)灰度值。
【文檔編號(hào)】G06T7/20GK104167005SQ201410321620
【公開(kāi)日】2014年11月26日 申請(qǐng)日期:2014年7月7日 優(yōu)先權(quán)日:2014年7月7日
【發(fā)明者】齊冬蓮, 閆云鳳, 何海明, 楊捷, 辛煥海 申請(qǐng)人:浙江大學(xué)