專利名稱：：基于差分圖像檢測、多窗口濾波去除圖像脈沖噪聲的方法
技術領域：
：本發明涉及計算機圖像處理技術，尤其涉及一種利用多方向差分圖像檢測脈沖噪點、多窗口濾波去除圖像脈沖噪聲的方法。
背景技術：
：數字圖像處理技術是上世紀六七十年代發展起來的一門新興學科。隨著計算機技術的飛速發展，數字圖像處理技術獲得了飛速的發展，形成了許多分支，圖像去噪是圖像處理的一項重要內容。在數字圖像的獲取和傳輸過程中，傳感器和傳輸通道經常會產生噪聲。噪聲的存在極大地降低了圖像質量，使得圖像的后處理和分割、特征提取和目標識別等變得很困難，因此圖像去噪成為一項十分重要的工作，脈沖噪聲是很多噪聲的一種。在去噪過程中，要求盡量保留邊緣和細節而濾除噪聲。目前的技術來看，有效的去噪算法都是有針對性的，比如針對脈沖噪聲或者高斯噪聲等等，能去除多類噪聲的算法的結果往往顯得不盡人意。對于脈沖噪聲，中值濾波是當前應用最廣的濾波方法，其效果一般較好，但由于其對所有像素沒有區別的處理，會破壞和丟失相對于濾波窗口尺寸較小的圖像細節，如邊緣、尖角等，并使得未受噪聲影響的像素也被處理了。針對中值濾波(MedianFilter:MF)算法在去除脈沖噪聲方面存在的不足，近年提出了一些較為有效的改進算法，加權中值濾波器，極大極小中值濾波器，開關中值濾波器等等，但是這些算法對于不同程度的脈沖噪聲，效果不相同，尤其當噪聲增加到一定程度時，改進型方法的濾波效果也不太理想，在濾除噪點的同時將細節部分在很大程度上也平滑了，沒有克服濾波算法對噪聲強度的敏感性，具有很大的局限性。而一般情況下較好的多窗口自適應濾波由于不檢測噪點位置，只是對整幅圖像進行處理，導致部分不是噪點的位置也得到了平滑處理，并且噪聲較大時容易產生結塊，效果不好。
發明內容本發明提出一種利用三個方向的差分圖像檢測脈沖噪點，而后使用多窗口濾波去除圖像脈沖噪聲的方法，經此圖像去噪處理后結果很好。本發明利用多方向差分圖像檢測脈沖噪點、多窗口濾波去除圖像脈沖噪聲的方法，包括如下步驟1、從脈沖噪聲圖中檢測出噪點的位置。在脈沖噪聲圖像中，其最大的特征之一就是，對于某個脈沖噪聲點，相對于其周圍的像素，它的灰度差異較大。灰度差異大的地方，差分值也大，因此，我們可以利用分析噪聲圖像在不同方向的差分圖，來得到脈沖噪聲點的位置2、對噪點位置進行多窗口自適應濾波。-對于噪聲的濾除，只選擇處理那些檢測出來噪聲點，這是與傳統中值濾波不同的。同時采用多窗口的濾波方法，窗口大小由小及大，既能濾除噪聲，又能很好地保持邊緣。3、循環檢測濾波處理。對于噪聲較大的圖像，一次按照12—次處理之后必定還有剩余的噪點沒有得到處理，但是相對于原始噪聲圖肯定濾除不少噪點了。需要重復操作檢測噪點和多窗口濾波處理，這樣多次之后能把剩余噪聲點基本檢測出來并處理，得到較好的結果。本發明利用脈沖噪點灰度值相對于周圍像素具有的灰度值差異大的特點，對水平、豎直、斜對角等三個方向的差分圖像進行綜合考慮，較好的確定脈沖噪點的位置，而后利用多窗口的自適應濾波手段，很好的去除了圖像中的脈沖噪聲，并且保留了邊緣和細節。本發明發明的多方向差分圖像檢測脈沖噪點、多窗口濾波去除圖像脈沖噪聲的方法，包括如下步驟(1)檢測脈沖噪聲點的位置5通過水平方向、豎直方向，斜對角45度方向的差分圖像，分析而得到大致的噪聲點圖像。這里設/為脈沖噪聲圖像，(/,力處的像素灰度值為/(/,/)。H、V、X分別為水平方向、豎直方向，斜45度方向的差分圖像對于這三張差分圖像，設閾值為r，大于r的點判定為噪聲點，并F/昭(U)用來標定像素(!',力是否受到噪聲的污染，初始化時都為零，于是有"&"表示"與"，F/"g(/,力若為1則表示受到噪聲污染。(2)多窗口自適應濾波根據F/"g標定的噪點位置，對于某個噪點(其位置為(zV))，設定以此噪點為中心，尺寸為DxZ)(Z)為奇數)的一個窗口，對于此窗口iVmax表示最大灰度值，A乙表示最小灰度值；A^d表示灰度中值，AV表示中心坐標(/，力處的灰度值，W"為所允許的多窗口操作的最大窗口尺寸。于是濾波的具體步驟如下若UU^ax，則實施步驟3);否則實施步驟2)。增加窗口尺寸D。若尺寸￡^『_,重復步驟l);否則輸出iV^。若U^i〈A^，輸出~否則輸出《e0。(3)多次循環檢測濾波重復步驟(1)與(2)，其中設定的檢測閾值r-255義，滿足0軀h0.55，;i從大到小取值，間隔為0.05。該方法利用脈沖噪聲的主要特征將噪點提取出來，然后針對這些噪點位置進行多窗口的自適應濾波，并且為了克服大噪聲情況下的噪點殘余問題，使用了多次循環檢測濾波，可以有效地去除圖像中的脈沖噪聲，同邵,力=|/(";+1)-/(!、力|=|/(/+W+l)—/('W)|i//(!',/)>r&F(/,_/)>:r&jr(/,/)>:r時盡量保持圖像細節的完整。圖l:本發明方法的操作流程框圖圖2ag:測試本發明去除脈沖噪聲能力的一組灰度圖-lena人像圖其中圖2a為原圖一lena人像圖2b為加入5%的脈沖噪聲圖圖2c為中值濾波處理圖2b所得的結果圖2d為本發明方法處理圖2b所得的結果圖2e為加入密度為40%的脈沖噪聲圖圖2f為中值濾波處理圖2e所得的結果圖2g為本發明方法處理圖2f所得的結果圖3ag:測試本發明去除脈沖噪聲能力的另一組灰度圖一遙感機場圖其中圖3a為原圖一遙感機場3b為加入密度為10%的脈沖噪聲3c為中值濾波處理圖3b所得的結果圖3d為本發明方法處理圖3b所得的結果圖3e為加入密度為35%的脈沖噪聲3f為中值濾波處理圖3e所得的結果圖3g為本發明方法處理圖3f所得的結果具體實施例方式為驗證算法的有效性，對不同內容、受不同噪聲污染的圖像進行了實驗。實驗中，窗口最大允許值『^為9(可以根據情況設定，一般取7、9、ll足夠實驗處理了)。利用本發明方法處理圖像，如圖l所示，輸入脈沖噪聲圖，即可得到去噪后的圖像。以圖2b(含5%脈沖噪聲的"Lena"圖)為例-(1)檢測圖中脈沖噪聲點的位置。將圖2b(以下稱圖像/)輸入。(/,y)處的像素灰度值為/(/j)。H、v、x分別為水平方向、豎直方向，斜45度方向的差分圖像，計算方式如下<formula>formulaseeoriginaldocumentpage8</formula>對于這三張差分圖像，有閾值為r，有r-255義，初始義=0.55，并F/。g(/，y)用來標定噪聲圖/中像素(/，/)是否受到噪聲的污染，初始化F/"g時都為全零矩陣，定義F/"g(";)=i)其他"&"表示"與"，Ffeg(/,y)若為1則表示受到噪聲污染。(2)多窗口自適應濾波根據尸/"g標定的噪點位置(噪點位置(/,/)滿足,/^(/,/)=1)，對于某個噪點，設定以此噪點為中心，尺寸為DxZ)(這里我們取初始D為3)的一個窗口，對于此窗口中iV^表示最大灰度值，A^表示最小灰度值；A」表示灰度中值，W表示中心坐標(,W)處的灰度值，『^為所允許的多窗口操作的最大窗口尺寸。于是濾波的具體步驟如下若《m〈^ne^《ax，則實施步驟3);否則實施步驟2)。增加窗口尺寸D。若尺寸"^『_，重復步驟l);否則輸出《。d。若《,<^<^皿，輸出~否則輸出《ea。(3)多次循環檢測濾波重復步驟(1)與(2)，對于(1)中設定的檢測閾值r-255義，滿足0.05^;^0.55，義從大到小取值，間隔為0.05。經過(1)~(3)的操作，最后得到圖2(d)的結果。如上述操作例子，我們可以得到具體實驗結果如下(1)對不同脈沖噪聲圖像去噪的仿真實驗圖2是對"lena"圖分別添加5%和40%的椒鹽噪聲(脈沖噪聲)之后，分別用中值濾波和本發明方法處理得到的結果；圖3是對遙感機場圖分別添加10%和35%的椒鹽噪聲(脈沖噪聲)之后，分別用中值濾波和本發明方法處理得到的結果。從圖2與圖3的實驗結果不難看出，噪聲率無論高還是低，中值濾波在去除噪聲并保持細節能力方面欠缺較大；而本發明方法在這方面效果較好，尤其是對于噪聲稍大的圖像，在去除噪聲和保持細節方面的性能遠遠優于中值濾波。實驗證明無論針對噪聲密度大還是小的圖像，本發明方法具有很大的魯棒性。(2)對受噪聲污染不同程度的圖像的去噪仿真實驗我們使用客觀評價指標峰值信噪比(PSNR，PeakSignal-to-noiseRatio)來測試算法的有效性，PSNR越大，圖像質量越好。PSNR的表達式為2552P纖-101og1JW7V其中厶、《分別表示原始圖像和去噪后圖像，M，N分別表示圖像的高與寬。PSNR越大，圖像質量效果越好。表1給出了不同噪聲污染程度下的"lena"圖像經中值濾波和本發明方法處理之后的PSNR。從表中明顯得出，同樣噪聲程度下本發明方法獲得的PSNR最大，效果最好。表l:不同方法得到的去噪圖像的PSNR<table>tableseeoriginaldocumentpage9</column></row><table>權利要求1、一種基于差分圖像檢測、多窗口濾波去除圖像脈沖噪聲的方法，其特征在于，包括如下步驟(1)從待處理的脈沖噪聲圖像f中獲取水平、豎直以及斜45度方向的差分圖像H、差分圖像V和差分圖像X；三張差分圖像的同一位置的像素值都大于設定閾值T的點判定為噪聲點，由此標定了噪點位置；(2)根據(1)中所得到的標定噪點位置，采用多窗口自適應濾波處理噪聲圖像，得到初步去除脈沖噪聲后的圖像；(3)多次重復步驟(1)與(2)，得到最終去除脈沖噪聲后的圖像。2、如權利要求1所述的去除圖像脈沖噪聲的方法，其特征在于，每次重復步驟(1)與(2)時通過改變閾值r來重新檢測噪點位置。3、如權利要求1所述的去除圖像脈沖噪聲的方法，其特征在于，步驟(1)中對于脈沖噪聲圖像/在坐標("')處的像素灰度值為/(/，_/)，水平、豎直以及斜45度方向的差分圖像i/、差分圖像K和差分圖像Z的計算方式為外',力=|/('.,/+1)-/(".)|w，yH/(''+w)-/M邵，；H/("i，；+i)-。4、如權利要求i所述的去除圖像脈沖噪聲的方法，其特征在于，步驟(i)中用F/^(/,y)來判定噪點位置，F/"g(/，/)在初始化時為0，根據設定的閾值r，對于像素(/,y')則有fi//(/,力〉r&F(/，力〉r&x(/，刀〉rF/flg(''7)=io其他"&"表示"與"，F/化(/,力若為l則表示受到噪聲污染，即像素(/,力為噪聲點，F/"g(/，/)若為0則表示沒有受到污染。5、如權利要求1所述的去除圖像脈沖噪聲的方法，其特征在于，步驟(2)中所述的多窗口自適應濾波方法為對于某個噪點iV,,設定以此噪點為中心，尺寸為Z)x^的一個窗口，其中D為奇數；對于此窗口iV^表示最大灰度值，A^表示最小灰度值；W^表示灰度中值，^表示中心坐標(/,力處的灰度值，『_為所允許的最大窗口尺寸。于是濾波的具體步驟如下1)若《,Z《ed〈《M，則實施步驟3);否則實施步驟2);2)增加窗口尺寸D，若尺寸/^『_，重復步驟l);否則輸出A^d;3)若A^〈A^AU，輸出iV否則輸出A^d。全文摘要本發明公開了一種利用三個方向的差分圖像檢測脈沖噪點，而后使用多窗口濾波去除圖像脈沖噪聲的方法，包括如下步驟(1)檢測脈沖噪聲點的位置；(2)多窗口自適應濾波；(3)多次循環檢測濾波。本發明利用脈沖噪聲的主要特征來檢測噪點位置，結合多窗口自適應濾波處理噪點，并多次循環檢測濾波盡量去除脈沖噪聲同時保留圖像細節信息。只要輸入脈沖噪聲圖像，即可得到很好的濾波效果，其可以用于圖像復原、重建等等方面，迅速恢復圖像質量。文檔編號G06T5/50GK101655977SQ200910152569公開日2010年2月24日申請日期2009年9月17日優先權日2009年9月17日發明者馮華君,徐之海,奇李,趙巨峰申請人:浙江大學