基于三維塊匹配變換去除高密度脈沖噪聲的方法
【技術領域】
[0001] 本發明屬于數字圖像處理技術領域，具體涉及去除圖像脈沖噪聲方法，可用于實 現從高密度脈沖噪聲污染的圖像中恢復出清晰圖像。
【背景技術】
[0002] 作為信息傳遞的媒介，圖像在傳輸和存儲的過程中，會產生各種各樣的噪聲，影響 人類對圖像中有效信息的讀取，因此圖像去噪一直受到廣泛的關注。圖像噪聲按概率密度 函數分主要有以下幾類：高斯噪聲，瑞利噪聲，伽馬噪聲，均勻分布噪聲，指數分布噪聲，脈 沖噪聲。脈沖噪聲是非連續的，其由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，其中包括電磁干擾以及通信系統的故障和缺陷，也可能在 通信系統的電氣開關和繼電器改變狀態時產生。脈沖噪聲主要來源于數字圖像獲取和傳輸 過程，是一類非常普遍的噪聲，對于受脈沖噪聲污染的圖像而言，一般具有兩個特點：首先， 噪聲圖像中只有一部分像素點被噪聲污染，還有一部分像素點是清晰的；其次，噪聲圖像中 受脈沖噪聲污染的像素點灰度值通常處于圖像像素點灰度值動態范圍的兩端。脈沖噪聲 使圖像出現隨機分布的黑白相間的噪聲點，很大程度上降低了圖像質量，脈沖噪聲的存在， 對圖像后續處理工作，如圖像邊緣檢測，圖像分割，圖像目標識別等的展開產生了不良的影 響，比如在醫學應用中獲取了人體的醫學掃描圖像，若所獲取的圖像上存在脈沖噪聲，由于 這種噪聲的存在很有可能產生誤診現象。近年來，隨著科學技術的發展，高質量和高清晰度 的圖像在國家安全、科學研宄和人民生活等方面有越來越大的需求，因此，如何從被高密度 脈沖噪聲污染的圖像中恢復出清晰圖像一直是圖像處理領域的一個挑戰。
[0003] 在過去幾十年涌現出了大量的圖像脈沖噪聲去除方法，每一種方法都有著各自的 特點與側重點。中值濾波是一類很經典的濾波算法，也常被應用于圖像脈沖噪聲的去除過 程中，中值濾波方法是通過對待處理像素點的鄰域取中值來實現的，其優點是簡單，高效； 其缺點是它對圖像所有的像素點都按照相同的方式進行濾波處理，而不區分這些點是否為 噪聲點，對非噪聲點進行中值濾波后反而會導致該點的模糊，破壞了圖像自身包含的細節 信息，極大的影響了圖像的質量。針對中值濾波的這一缺點隨后出現了中值濾波算法的一 些改進方法，如開關中值濾波SMF,加權中值濾波方法WM和中心加權濾波方法CWM等，些方 法改進的目的就是要對不同的點進行不同的操作，而不是對所有點都進行相同的處理，即 只對圖像噪聲點進行處理。在實際應用中，對高密度噪聲來說，這些方法在很大程度上降低 了恢復圖像的精確度和準確度，并且在圖像的視覺效果上，會產生一些不好的視覺效應，在 計算機的處理上，同樣無法滿足要求。
【發明內容】
[0004] 本發明的目的在于針對現有技術的缺點，充分利用高斯噪聲特點，將去除高斯噪 聲的算法應用到抑制高密度脈沖噪聲上，提出一種基于三維塊匹配變換去除高密度脈沖噪 聲的方法，以保持恢復圖像的結構和細節信息，提高圖像恢復的精度和準確度。
[0005] 實現本發明的技術方案是，對待處理的脈沖噪聲圖像進行噪聲點檢測，將噪聲圖 像中受噪聲污染的像素點進行預濾波操作，預濾波后的每一幅圖像的噪聲直方圖近似服 從高斯分布，從而可以將去除高斯噪聲的三維塊匹配算法用于抑制高密度脈沖噪聲上，通 過對預濾波圖像進行三維塊匹配變換估計以恢復出有效抑制脈沖噪聲的清晰圖像，具體步 驟包括如下：
[0006] (1)對待處理的噪聲圖像N進行噪聲檢測，并分別標記噪聲圖像中噪聲像素點的 位置與清晰像素點的位置；
[0007] (2)對噪聲圖像中的噪聲像素點進行值估計，得到預濾波圖像P :
[0008] (2a)以噪聲圖像N中受噪聲污染的像素點為中心，對噪聲圖像N加大小為7X7的 窗W，如果窗中沒有清晰像素點，則擴大窗直到窗中有清晰像素點為止；
[0009] (2b)統計窗W內清晰像素點的個數，利用窗中清晰像素點進行中值濾波，得到預 濾波圖像P像素點的灰度值P(i，j):
[0010]
【主權項】
1. 一種基于三維塊匹配變換去除高密度脈沖噪聲的方法，包括如下步驟： (1) 對待處理的噪聲圖像N進行噪聲檢測，并分別標記噪聲圖像中噪聲像素點的位置 與清晰像素點的位置； (2) 對噪聲圖像中的噪聲像素點進行值估計，得到預濾波圖像P : (2a)以噪聲圖像N中受噪聲污染的像素點為中心，對噪聲圖像N加大小為7X7的窗 W，如果窗中沒有清晰像素點，則擴大窗直到窗中有清晰像素點為止； (2b)統計窗W內清晰像素點的個數，利用窗中清晰像素點進行中值濾波，得到預濾波 圖像P像素點的灰度值P (i，j):
其中，k e (i-3, i+3)，I e (j-3, j+3)，（i，j)為噪聲圖像N像素點的坐標，P(i，j)為濾 波圖像P位于坐標（i，j)處像素點的灰度值，N(i，j)為噪聲圖像N位于坐標（i，j)處像素 點的灰度值； (2c)根據預濾波圖像P像素點的灰度值P(i，j)，得到預濾波圖像P= {P(i，j)}; (3) 對預濾波圖像P進行三維塊匹配變換估計，得到初始清晰圖像Rci; (4) 用噪聲圖像N中沒有受噪聲污染的像素點替代初始清晰圖像Rci中相應位置的像素 點，得到最終的清晰圖像R。
2. 根據權利要求1所述的圖像去噪方法，其中步驟（3)所述的對預濾波圖像P進行三 維塊匹配變換估計，按照如下步驟進行： (3a)根據三維塊匹配算法，在預濾波圖像P中，以噪聲像素點（i，j)為圖像塊的中心， 分別設置搜尋窗S(i，j)和參考塊Pji，j): S (i, j) = {P (i+a, j+b) | -n〇^ a, b ^ n 〇} Pc (i, J') = {P (i+a, j+b) I -Ii1^ a, b ^ n J 其中nQ= 10, n f 3，i = 1，2, 3···Μ, j = 1，2, 3…N，M是圖像的行數，N是圖像的列 數，P(i+a, j+b)為預濾波圖像P在坐標（i+a, j+b)處像素點的灰度值，搜尋窗S的大小為 (2n0+l) X (2n0+l)，參考塊 大小為（2n 片1) X (2ηι+1); (3b)在預濾波圖像P中，連續的取出若干個參考塊，并給出其中一個參考塊，在搜尋窗 S(i，j)中利用滑窗搜索方法在圖像的不同位置逐一的比較候選塊與參考塊之間的相似性， 找到參考塊的相似塊，并將其聚集到一個三維數組P (?); (3c)對形成的三維數組P (Si)進行三維線性變換后，再進行逆變換得到所有圖像塊的 估計值Yht:
其中，T3d表示三維線性變換，7=表示三維線性逆變換，Yht表示硬閾值算子； (3d)將所有圖像塊估計值Yht返回到它們的原始位置，并對其進行聚集，得到真實圖 像的基礎估計IV :
(3e)對基礎估計IV進行塊匹配，找到參考塊的相似塊在基礎估計IV中的位置，通過 這些位置得到預濾波圖像P形成的一個三維數組P (Si)和基礎估計IV形成的一個三維數 組 R〇,（Sr); (3f)對形成的兩個三維數組P(Si)和IV (Si)均進行三維線性變換，再進行逆變換得到 所有圖像塊的估計值Ywie:
表示維納收縮系數，T3d表示三維線性變換，表示 三維線性逆變換，δ為標準方差； (3g)將所有圖像塊估計值Ywie返回到它們的原始位置，并對其進行聚集，得到真實圖 像的最終估計Rn:
其中，Φ_表示聚集算子。
【專利摘要】本發明公開一種基于三維塊匹配變換去除高密度脈沖噪聲的方法，主要解決現有方法在高密度噪聲下無法恢復清晰圖像，且不能保留圖像細節和結構信息的問題。其實現步驟是：1.對待處理的噪聲圖像進行噪聲檢測，并分別標記噪聲圖像中噪聲像素點的位置與清晰像素點的位置；2.估計噪聲圖像中的噪聲像素點，得到預濾波圖像；3.對預濾波圖像進行三維塊匹配變換估計，得到初始清晰圖像；4.用噪聲圖像中沒有受噪聲污染的像素點替代初始清晰圖像中相應位置的像素點，得到最終的清晰圖像。仿真實驗表明，在受不同程度脈沖噪聲的情況下，本發明不論是在主觀視覺效果上還是在客觀評價結果上均優于現有算法，可用于去除高密度脈沖噪聲，恢復清晰圖像。
【IPC分類】G06T5-00
【公開號】CN104751426
【申請號】CN201510163631
【發明人】王曉甜, 沈山山, 陳超, 石光明, 張佩鈺, 吳金建, 李甫, 張犁
【申請人】西安電子科技大學
【公開日】2015年7月1日
【申請日】2015年4月9日