專利名稱：基于兩級插值的圖像脈沖噪聲抑制方法
技術領域：
本發明屬于數字圖像處理技術領域，具體涉及數字圖像脈沖噪聲抑制方法，應用 于實現從被高密度脈沖噪聲湮沒的信號中恢復清晰圖像。
背景技術：
脈沖噪聲由非連續，持續時間短和幅度大的不規則脈沖或噪聲尖峰組成。產生脈 沖噪聲的原因多種多樣，其中包括電磁干擾，通信系統的故障缺陷，電氣開關和繼電器的狀 態改變。在數字式數據通信及信號處理中，脈沖噪聲的存在會在后續傳輸和處理過程中引 起嚴重的錯誤。以遙感圖像為例，在衛星遙感成像系統中，惡劣的電磁環境和傳輸信道干擾 往往使獲取的航拍圖像信號淹沒在大量的脈沖噪聲中，給后續的圖像解譯和識別帶來巨大 困難。因此，如何能從大量脈沖噪聲中恢復出清晰圖像，一直是專家們熱衷探索的領域。針對脈沖噪聲，現有去噪方法中，最經典、應用最為廣泛的濾波方法是中值濾波 (Median Filter :MF)。中值濾波方法雖然簡單高效，在噪聲密度較低的情況下可以取得較 好的濾波效果，但是由于其對所有像素進行沒有區別的處理，濾波過后，未受噪聲干擾的像 素灰度值也會發生改變，這樣會破壞信號原有信息。針對這一點，許多專家提出改進的中值 濾波算法，這些算法在檢測噪聲的基礎上進行自適應中值濾波(Adaptive Median Filter AMF)。該方法只改變受噪聲影響的像素灰度值，不改變未受噪聲影響的像素灰度值。自適 應中值濾波在一定程度上改善了濾波性能，做出了有益的探索，但在實際應用中，中值濾波 和自適應中值濾波都存在不同程度的局限性。中值濾波和自適應中值濾波在濾波過程中會對信號造成大幅度平滑、破壞相對于 濾波窗口尺寸較小的圖像細節。隨著噪聲密度的逐漸加大，中值濾波和自適應中值濾波恢 復信號的精度和準確度急劇下降，無法恢復出滿足人眼視覺和計算機處理要求的清晰圖像信號。
發明內容
本發明的目的在于克服已有技術的不足，提出一種基于兩級插值的脈沖噪聲抑制 方法，以提高濾波恢復信號的精度和準確度，恢復出滿足人眼視覺和計算機處理要求的清 晰圖像信號。實現本發明的技術思路是，根據脈沖噪聲特性利用直方圖分析進行噪聲檢測，將 受噪聲影響的像素視為缺失像素，并結合信號的數據統計特性和信號結構特性，通過兩級 差值恢復出消除脈沖噪聲影響的清晰圖像。其具體技術方案包括如下步驟(1)利用直方圖對待處理的脈沖噪聲圖像進行噪聲檢測，標定噪聲位置；(2)將含噪圖像中受噪聲影響的像素幅度置零，得到參考圖像；(3)對步驟(2)中得到的參考圖像進行下二采樣，得到分辨率為待處理含噪圖像 一半的低分辨率圖像；(4)對于低分辨率圖像中幅度為零的像素，在參考圖像中找到這些像素的對應位置，并以這些位置為中心加窗，用窗內非零像素的加權和作為第一級插值補全這些像素的 幅度信息；(5)對一級插值后的低分辨率圖像用方向自適應提升小波進行預濾波，消除圖像 內邊緣和紋理中存在的鋸齒效應；(6)對步驟(5)中預濾波后的低分辨率圖像，采用改進的分段自回歸模型進行第 二級插值，得到消除脈沖噪聲的全分辨率清晰圖像。本發明與現有技術相比具有如下優點1.本發明由于采用了兩級插值構成圖像去噪過程，且在插值過程中，不但利用了 信號的統計特性，更充分利用二維圖像信號的統計特性和結構信息，從而解決了傳統方法 無法準確恢復邊緣和紋理的缺點，大大提高了去噪效果。2.本發明由于結合脈沖噪聲自身的特點，利用直方圖分析確定閾值，檢測噪聲，用 未受噪聲干擾的像素恢復原始信號，提高了恢復清晰圖像信號的精度。3.本發明由于在插值之前對低分辨率進行預濾波，利用方向提升小波對圖像邊緣 和紋理的良好表示性能，修正邊緣和紋理，為第二級插值打好基礎，提高恢復清晰信號的準 確度。4.本發明在由于在進行第二級插值的過程中改進了現有的基于分段自回歸模型 的插值，在該插值的過程中，每一步插值結果都由未受噪聲影響的像素進行修正，從而大大 提升了插值恢復的效果。5.實驗結果表明，本發明能在10% -90%的大噪聲密度動態范圍內都能取得高精 度的恢復效果，并且在去除噪聲的同時能夠保留圖像的結構特征。實驗數據和圖像表明本 發明不論是主觀視覺還是客觀評價都明顯優于現有其他脈沖噪聲降噪方法。
圖1是本發明的實現框圖；圖2是本發明消除圖像脈沖噪聲的流程圖；圖3是本發明的第一級插值示意圖；圖4是本發明的第二級插值示意圖；圖5是分別用本發明和現有算法對灰度圖像Lena的進行去噪處理的仿真結果；圖6是分別用本發明和現有算法對遙感圖像進行去噪處理的仿真結果。
具體實施例方式參照圖1和圖2，對一幅大小為MXN的含噪圖像N_im，按如下步驟進行去噪步驟1，利用直方圖分析對待處理的脈沖噪聲圖像N_im進行噪聲檢測。(1. 1)求N_im的圖像直方圖；(1. 2)以直方圖包絡函數在圖像灰度值動態區間的兩端拐點作為閾值Tmax和Tmin ；(1. 3)對于待處理圖像中的每一個像素N_im(p，q)，如果N_im(p，q)的灰度值在 區間[Tmin, TmaJ之內，認為N_im(p，q)為未受噪聲污染的像素，反之，如果N_im(p，q) > Tmax 或N_im(p，q) <Tmin則認為N_im(p，q)為受脈沖噪聲污染的像素，其中(p，q)為全分辨率 圖像的像素坐標，P = 1，2-M，q = 1，2…N。
步驟2，將待處理圖像中受噪聲污染的像素灰度值置零，得到參考圖像HR_im 步驟3，對參考圖像HR_im進行步長為2的下采樣，得到低分辨率圖像LR_im LR_im(i，j) = HR_im(2i，2j)其中，(i，j)代表像素在低分辨率圖像LR_im中的坐標位置，i = l，2 M/2，j = 1，2…Ν/2。步驟4，對步驟3中得到的低分辨率圖像LR_im進行第一級插值，補全LR_im中幅 度為零的像素的幅度值信息。參照圖3，對于低分辨率圖像LR_im中的像素A的幅度值f (A)本步驟的第一級插 值步驟如下(4.1)如果像素A的幅度值f (A)不等于零，則f (A)保持不變；(4.2)如果像素A的幅度值f (A)等于零，則按照如下步驟對像素A的幅度值f (A) 進行插值(4. 2. 1)在參考圖像HR_im中找到像素A的對應位置；(4.2.2)以參考圖像HR_im中的像素A為中心加窗，如圖3所示HR_im中的陰影區 域；(4. 2. 3)用窗口內的非零像素的加權和作為低分辨率圖像LR_im中像素A的幅度 值f (A)，加權求和的公式如下 其中，L = win/2-1，win表示窗口大小；k為屬于區間[_L，L]中的整數；Qk為加
權系數，A=l，num為窗口內非零像素的個數。(i，j)代表像素在低分辨率圖像LR_im num.
中的坐標位置，i = U..M/2，j = 1，2…Ν/2。步驟5，對一級插值后的低分辨率圖像LR_im進行預濾波，消除圖像內邊緣和紋理 中存在的鋸齒效應(5. 1)對LR_im進行方向提升小波正變換；(5. 2)對方向提升小波正變換得到的高頻子帶系數進行小波軟閾值處理；(5. 3)對處理后的小波系數進行方向提升小波反變換，得到預濾波后的低分辨率 圖像 pre_im。步驟6，對預濾波后的低分辨率圖像prejm采用改進的分段自回歸模型進行第二 級插值，得到消除脈沖噪聲的高分辨清晰圖像。(6. 1)初始化定義去噪圖像de_im，將de_im初始化定義為大小為MXN，所有像素 幅度均為0的矩陣；(6. 2)將pre_im中的每個像素幅度值賦給de_im中相應位置的像素de_im(2i，2j) = pre_im(i, j)其中，(i，j)代表像素在低分辨率圖像pre_im中的坐標位置，i = l，2 M/2，j =1，2···Ν/2 ；如圖4中，黑色實心圓點為pre_im中的像素在de_im中的空間位置，灰色圓點為 實心圓點的8-鄰域像素，白色圓圈為黑色圓點的4-鄰域像素；(6. 3)用分段自回歸模型插出de_im中黑色實心圓點的8_鄰域像素；(6. 4)用參考圖像HR_im中的非零像素修正第一步插值得到的8_鄰域像素幅度 信 其中，(p，q)為全分辨率圖像中像素的坐標，ρ = 1,2-M, q = 1，2···Ν;(6. 5)用分段自回歸模型插出de_im中黑色實心圓點的4_鄰域像素；(6. 6)用參考圖像HR_im中的非零像素修正第二步插值結果，得到最終輸出的去 噪圖像
IHR _ im(p, q) if HR _im(p, de_im{p,q) if HR_im(p,q) = 0
其中，(p，q)為全分辨率圖像中像素的坐標位置，ρ = 1，2-M，q = 1，2…N。
本發明的效果可以通過以下具體實驗數據進一步說明。1)實驗條件 本實驗以Lena圖像和一幅遙感圖像為例，說明本發明的去噪仿真效果，兩幅圖像 均為大小為512X512，灰度范圍為0 255的灰度圖像。2)實驗內容對兩幅測試圖像分別加入密度為10% 90%的脈沖噪聲，得到受不同程度噪聲 影響的含噪圖像。對受不同程度噪聲影響的含噪圖像分別采用經典中值濾波MF、自適應中 值濾波AMF和本發明方法進行去噪處理得到各種方法的去噪結果。用峰值信噪比PSNR作 為客觀評價標準來測試各個算法的去噪有效性，用去噪結果圖說明各算法去噪結果的主觀 視覺效果。3)實驗結果表1為不同方法在圖像受到不同程度噪聲影響情況下的去噪結果的PSNR。圖5為對Lena圖像加入密度為10%和60%的脈沖噪聲的情況下，不同方法的去 噪效果圖。其中，圖5(a)為原始Lena圖像，圖5(b)為加入10%的脈沖噪聲圖，圖5 (c)為 用現有經典中值濾波處理圖5(b)所得結果，圖5(d)為用現有自適應中值濾波處理圖5(b) 所得結果，圖5(e)為用本發明方法處理圖5(b)所得結果，圖5(f)為加入密度為60%的脈 沖噪聲圖，圖5(g)為用現有經典中值濾波處理圖5(f)所得結果，圖5(h)為用現有自適應 中值濾波處理圖5(f)所得結果，圖5 (i)為本發明方法處理圖5(f)所得的結果。圖6為對一幅遙感圖像加入密度為10%和60%的脈沖噪聲的情況下，不同方法 的去噪效果圖。其中，圖6(a)為原始清晰遙感圖像，圖6(b)為加入10%的脈沖噪聲圖，圖 6(c)為用現有經典中值濾波處理圖6(b)所得結果，圖6(d)為用現有自適應中值濾波處理 圖6(b)所得結果，圖6(e)為用本發明方法處理圖6(b)所得結果，圖6(f)為加入密度為 60%的脈沖噪聲圖，圖6(g)為用現有經典中值濾波處理圖6(f)所得結果，圖6(h)為用現 有自適應中值濾波處理圖6(f)所得結果，圖6(i)為用本發明方法處理圖6(f)所得的結
4)結果分析由表1可見，傳統方法去噪獲得的PSNR遠小于本發明方法的去噪PSNR，且隨著噪 聲密度的增加，傳統方法的去噪結果的PSNR迅速下降；而本發明對受不同程度噪聲影響的 含噪圖像，都能獲得遠高于傳統方法的PSNR。由圖5和圖6的實驗結果可以看出，傳統方法在高噪聲密度的情況下去噪效果大 幅下降，在噪聲密度達到60%時，傳統方法的去噪結果仍嚴重受到噪聲干擾，圖像信息被嚴 重破壞，而本發明仍能恢復出滿足人眼視覺要求的清晰圖像，如圖5(i)和圖6(i)，可以看 出本發明在高噪聲密度下仍能在消除脈沖噪聲的同時，保留圖像細節邊緣和紋理信息，準 確恢復出清晰的圖像信號。總之，從實驗結果中可以看出，無論噪聲密度高低，基于傳統中值濾波的算法在恢 復精度和保持細節方面能力欠缺較大；在噪聲密度較高的情況下，傳統方法無法恢復出滿 足人眼視覺和計算機處理要求的清晰圖像信號；而本發明無論針對噪聲密度大還是小的含 噪圖像，都能夠在去噪的過程中保持圖像原有細節信息，恢復出滿足人眼視覺和計算機處 理要求的清晰圖像信號。無論是主觀視覺還是客觀評價，本發明的去噪結果都遠好于傳統 方法。表1不同方法去噪結果的PSNR比較(dB)
權利要求
一種基于兩級插值消除圖像脈沖噪聲的方法，包括如下步驟(1)利用直方圖對待處理的脈沖噪聲圖像進行噪聲檢測，標定噪聲位置；(2)將含噪圖像中受噪聲影響的像素幅度置零，得到參考圖像；(3)對步驟(2)中得到的參考圖像進行下二采樣，得到分辨率為待處理含噪圖像一半的低分辨率圖像；(4)對于低分辨率圖像中幅度為零的像素，在參考圖像中找到這些像素的對應位置，并以這些位置為中心加窗，用窗內非零像素的加權和作為第一級插值補全這些像素的幅度信息；(5)對一級插值后的低分辨率圖像用方向自適應提升小波進行預濾波，消除圖像內邊緣和紋理中存在的鋸齒效應；(6)對步驟(5)中預濾波后的低分辨率圖像，采用改進的分段自回歸模型進行第二級插值，得到消除脈沖噪聲的全分辨率清晰圖像。
2.根據權利要求1所述的圖像去噪方法，其中步驟(1)所述的利用直方圖對待處理的 脈沖噪聲圖像進行噪聲檢測，按如下步驟進行(2a)求含噪圖像直方圖；(2b)以直方圖包絡函數在圖像的灰度范圍動態區間兩端的拐點作為閾值Tmax和Tmin ； (2c)對于含噪圖像中的每一個像素X(i，j)，如果X(i，j)的灰度值在區間[Tmin，TfflaJ 之內，則認為X(i，j)為未受噪聲污染的像素；反之，如果X(i，j) >Tmax或X(i，j) < Tfflin, 則認為X(i，j)為受脈沖噪聲污染的像素。
3.根據權利要求1所述的圖像去噪方法，其中步驟(6)所述的對一級插值后的低分辨 率圖像用方向自適應提升小波進行預濾波，按如下步驟進行(3a)對低分辨率圖像進行自適應方向提升小波正變換； (3b)用軟閾值算法處理小波系數；(3c)用(3b)中處理后的系數進行自適應方向提升小波反變換重構預濾波圖像；
4.根據權利要求1所述的圖像去噪方法，其中步驟(6)所述的采用改進的分段自回歸 模型進行第二級插值，按如下步驟進行(4a)根據分段自回歸模型插出低分辨率圖像在全分辨率圖像中相應位置的8-鄰域像素；(4b)用參考圖像中的非零像素代替步驟(4a)中插出的像素值； (4c)用低分辨率圖像中的已知像素和步驟(4a)、(4b)得到的插值結果作為已知條件， 利用分段自回歸模型插出低分辨率圖像在全分辨率圖像中相應位置的4-鄰域像素； (4d)用參考圖像的非零像素代替步驟(4c)中插出的像素值。
全文摘要
本發明公開一種基于兩級插值的圖像脈沖噪聲抑制方法，主要解決現有方法無法在消噪過程中保留圖像細節信息，和在大噪聲密度下無法恢復清晰圖像的問題。其抑噪步驟為對含噪圖像利用直方圖分析檢測噪聲，通過下采樣得到低分辨率圖像；利用未受噪聲干擾像素的統計特性進行第一級插值，補全下采樣后的低分辨率圖像中受脈沖噪聲干擾的像素的幅度信息，并對該低分辨率圖像采用自適應方向提升小波進行預濾波；對預濾波后的低分辨率圖像采用改進的分段自回歸模型，利用圖像結構特征進行第二級插值，得到消除脈沖噪聲的全分辨率圖像。本發明在不同噪聲密度下都具有優于現有方法的客觀評價和主觀視覺效果，可用于高密度脈沖噪聲抑制，提高圖像質量。
文檔編號G06T5/00GK101887578SQ20101020490
公開日2010年11月17日 申請日期2010年6月18日 優先權日2010年6月18日
發明者李祥平, 楊子龍, 牛毅, 王曉甜, 石光明 申請人:西安電子科技大學