專利名稱：一種去除圖像噪聲的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，特別涉及一種去除圖像噪聲的方法。
背景技術(shù)：
圖像處理最基本的目的之一就是改善圖像質(zhì)量，為后續(xù)的處理操作提供良好的前提環(huán)境。去除圖像噪聲是改善圖像質(zhì)量的一種比較有效的方法。噪聲形成的原因有多種，可能在成像過程中產(chǎn)生，也可能在傳輸過程中產(chǎn)生，噪聲的存在對(duì)后續(xù)圖像處理操作帶來極大不便，因此，去除噪聲可以說是所有圖像處理必行的一個(gè)步驟。
目前，去除圖像噪聲的方法有多種。均值濾波平滑圖像是一種常用的去除圖像噪聲的方法，該方法主要借助于模板算子，用某一像素周邊像素值的均值來替代自身值，以達(dá)到去除噪聲、平滑圖像的目的。
參見圖1，圖1為現(xiàn)有技術(shù)均值濾波原理示意圖。其中，像素A的像素值就由其周邊的四個(gè)像素B、C、D、E，即圖1中圓邊上的四個(gè)像素的均值替代。其具體的處理過程參見圖2，圖2為現(xiàn)有技術(shù)用均值濾波方式去除圖像噪聲的流程圖，該流程包括以下步驟步驟201，讀取圖像各個(gè)像素的坐標(biāo)值和灰度值數(shù)據(jù)，存儲(chǔ)到函數(shù)f(x，y)中，其中存儲(chǔ)了各個(gè)像素的橫縱坐標(biāo)，用x、y表示，還存儲(chǔ)了各個(gè)像素的灰度值(通常也稱為像素值)，由f(x，y)的值表示。
步驟202，遍歷整副圖像，用公式(1)計(jì)算出每一個(gè)像素的新灰度值，并存儲(chǔ)。
f′(x,y)=12*n+1Σb+ni=(a-n)a+nj=(b-n)f(i,j)--------(1)]]>其中，a，b為像素(x，y)橫縱坐標(biāo)，n為步長。
步驟203，讀取函數(shù)f(x，y)中存儲(chǔ)的各個(gè)像素的灰度值，按照各個(gè)像素的坐標(biāo)，將各個(gè)像素的灰度值用新的灰度值替換，即用各像素的f(x，y)的值用f(x，y)的值替換。
由于現(xiàn)有技術(shù)的均值濾波方式去除圖像噪聲方法的本質(zhì)就是用噪聲周圍像素點(diǎn)的均值替代噪聲的像素值，這樣雖然能夠有效地將噪聲去除，但是圖像經(jīng)過這樣的處理后，相鄰像素的灰度值可能會(huì)比較接近，也就是說相鄰像素的灰度的差值被縮小了，因此也就可能造成圖像模糊的現(xiàn)象。
另外，上述去除圖像噪聲的方法，由于是采用模板算子對(duì)圖像進(jìn)行逐點(diǎn)掃描，因此計(jì)算量較大，而且需要逐點(diǎn)計(jì)算，并要另開存儲(chǔ)空間暫存中間數(shù)據(jù)，浪費(fèi)了系統(tǒng)資源。目前，通常選取的步長n＝1，即一個(gè)3*3的窗口內(nèi)計(jì)算均值，如果步長增大，計(jì)算量還會(huì)直線上升。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種去除圖像噪聲的方法，該方法不僅能夠有效地去除圖像噪聲，而且能夠減少因去除圖像噪聲處理造成的圖像模糊的現(xiàn)象。
為達(dá)到上述目的，本發(fā)明的技術(shù)方案具體是這樣實(shí)現(xiàn)的一種去除圖像噪聲的方法，該方法包括以下步驟A、獲取圖像的各個(gè)像素?cái)?shù)據(jù)；B、使用該圖像所有像素的灰度值，計(jì)算出該圖像的灰度均值及其灰度方差值；C、讀取圖像所有像素的灰度值，逐個(gè)判斷各個(gè)像素的灰度值是否落在均值上下3倍方差內(nèi)；如果是，則不修改該像素的灰度值；否則該像素為噪聲，通過修改該像素的灰度值去除噪聲。
其中，所述的圖像可以為整副圖像或圖像中的一個(gè)區(qū)域。
步驟B所述計(jì)算該圖像的灰度均值的方法可以為對(duì)所有像素的灰度值求和后，求其平均值。
步驟B所述計(jì)算該圖像灰度方差值的方法可以包括B1、對(duì)所有像素，求其灰度值與灰度均值的灰度差值，并求出該灰度差值的平方；B2、對(duì)所有像素的灰度差值的平方求和后，求出平均值，對(duì)該平均值進(jìn)行開方，獲得該圖像的灰度方差值。
步驟C所述通過修改該灰度值去除圖像噪聲的方法可以為對(duì)灰度值大于灰度均值加3倍方差的像素，將其灰度值減小；對(duì)灰度值小于灰度均值減3倍方差的像素，將其灰度值增大。
步驟C所述通過修改該灰度值去除圖像噪聲的方法具體可以為將灰度值大于灰度均值加3倍方差的像素的灰度值修改為灰度均值加3倍方差；將灰度值小于灰度均值減3倍方差的像素的灰度值修改為灰度均值減3倍方差。
步驟C所述通過修改該灰度值去除圖像噪聲的方法還可以為預(yù)定一個(gè)調(diào)整灰度值；將灰度值大于灰度均值加3倍方差的像素的灰度值修改為原灰度值減預(yù)定的調(diào)整灰度值；將灰度值小于灰度均值減3倍方差的像素的灰度值修改為原灰度值加預(yù)定的調(diào)整灰度值。
由上述的技術(shù)方案可見，本發(fā)明這種去除圖像噪聲的方法，由于利用了概率統(tǒng)計(jì)論中的3θ原理，將灰度值落在均值上下3倍方差外的像素點(diǎn)看做噪聲進(jìn)行去除，因此能夠有效地去除圖像噪聲。
而且，由于本發(fā)明只對(duì)灰度值落在范圍外的像素修改其灰度值，而不是象現(xiàn)有技術(shù)那樣，對(duì)所有像素都用各自計(jì)算出來的均值來替代，這樣本發(fā)明就保證了灰度值落在該范圍內(nèi)的像素的灰度值不被修改，從而減少了因去除圖像噪聲處理造成的圖像模糊的現(xiàn)象，運(yùn)算量小，能夠節(jié)省系統(tǒng)資源。
圖1為現(xiàn)有技術(shù)均值濾波原理示意圖；圖2為現(xiàn)有技術(shù)用均值濾波方式去除圖像噪聲的流程圖；圖3為本發(fā)明去除圖像噪聲方法的一個(gè)較佳實(shí)施例的處理流程圖。
具體實(shí)施例方式
為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。
本發(fā)明這種去除圖像噪聲的方法，利用了概率統(tǒng)計(jì)論中的3θ原理，它表征了總體的決大數(shù)信息存在于均值上下3倍方差內(nèi)。基于該理論，把圖像看做一個(gè)整體計(jì)算出圖像的灰度均值和方差，通過逐點(diǎn)掃描像素比較，將灰度值落在均值上下3倍方差外的像素點(diǎn)看做噪聲，將其灰度值修改為均值加/減3倍方差，即可排除噪聲。
參見圖3，圖3為本發(fā)明去除圖像噪聲方法的一個(gè)較佳實(shí)施例的處理流程圖。該流程包括以下步驟步驟301，讀取圖像各個(gè)像素的灰度值、坐標(biāo)值等數(shù)據(jù)并存儲(chǔ)。
本步驟中，存儲(chǔ)的方法可以與現(xiàn)有技術(shù)相同，即存儲(chǔ)到函數(shù)f(x，y)中。當(dāng)然可以采用其他方式存儲(chǔ)，只要能將各個(gè)像素的灰度值和坐標(biāo)值對(duì)應(yīng)存儲(chǔ)即可。
步驟302，讀取該圖像的所有像素的灰度值，計(jì)算灰度均值μ?？梢园垂?2)計(jì)算灰度均值μ
u=1nΣi=1nxi----------(2)]]>步驟303，用灰度均值計(jì)算方差θ?？梢园垂?3)先計(jì)算θ2=1nΣi=1n(xi-x‾)2----------(3)]]>其中，x的平均值就是μ。
然后通過開方運(yùn)算計(jì)算出方差θ的值。
步驟304，讀取一個(gè)像素的灰度值。
步驟305，判斷該灰度值是否落在[μ-3θ，μ+3θ]范圍內(nèi)，如果是，則執(zhí)行步驟307；否則執(zhí)行步驟306。
步驟306，如果灰度值小于μ-3θ，則將灰度值用μ-3θ替代；如果灰度值大于μ+3θ，則將該灰度值用μ+3θ替代。
步驟305～306的處理過程可以用公式(4)來表示。
p=μ-3θp<μ-3θpμ-3θ≤p≤μ+3θμ+3θp>μ+3θ----------(4)]]>其中p表示每個(gè)像素的灰度值。
步驟305～306的實(shí)質(zhì)就是對(duì)灰度值大于μ+3θ的像素，將其灰度值減??；對(duì)灰度值小于μ-3θ的像素，將其灰度值增大。因此，還可以有其他方式實(shí)現(xiàn)。
比如預(yù)定一個(gè)調(diào)整灰度值；將灰度值大于μ+3θ的像素的灰度值修改為原灰度值減預(yù)定的調(diào)整灰度值；將灰度值小于μ-3θ的像素的灰度值修改為原灰度值加預(yù)定的調(diào)整灰度值。
步驟307，判斷是否還有未讀取的像素，如果有，則返回步驟304，讀取下一個(gè)像素；否則結(jié)束處理流程。
本發(fā)明可以對(duì)整副圖像實(shí)施去噪處理，也可以根據(jù)需要，選擇圖像中的某個(gè)區(qū)域?qū)嵤┤ピ胩幚?。如果是?duì)整副圖像實(shí)施去噪處理，則上述流程中所述的圖像即為整副圖像；如果是對(duì)某個(gè)區(qū)域?qū)嵤┤ピ胩幚?，則上述流程中所述的圖像即為所選擇的某個(gè)圖像區(qū)域。處理過程完全相同，只是所處理的范圍大小不盡相同。
由上述的實(shí)施例可見，本發(fā)明這種去除圖像噪聲的方法，由于利用了概率統(tǒng)計(jì)論中的3θ原理，將灰度值落在均值上下3倍方差外的像素點(diǎn)看做噪聲進(jìn)行去除，因此能夠有效地去除圖像噪聲。
而且，由于本發(fā)明只對(duì)灰度值落在[μ-3θ，μ+3θ]范圍外的像素修改其灰度值，而不是象現(xiàn)有技術(shù)那樣，對(duì)所有像素都用各自計(jì)算出來的均值來替代，這樣本發(fā)明就保證了灰度值落在該范圍內(nèi)的像素的灰度值不被修改，從而減少了因去除圖像噪聲處理造成的圖像模糊的現(xiàn)象。
另外，本發(fā)明只對(duì)圖像的所有像素執(zhí)行公式(2)和(3)兩次運(yùn)算，通過比較的方式執(zhí)行公式(4)，計(jì)算量小，處理方法簡便，而且可以直接對(duì)原始圖像的灰度值進(jìn)行修改，不需要額外的存儲(chǔ)空間，節(jié)省了系統(tǒng)資源。
權(quán)利要求
1.一種去除圖像噪聲的方法，其特征在于，該方法包括以下步驟A、獲取圖像的各個(gè)像素?cái)?shù)據(jù)；B、使用該圖像所有像素的灰度值，計(jì)算出該圖像的灰度均值及其灰度方差值；C、讀取圖像所有像素的灰度值，逐個(gè)判斷各個(gè)像素的灰度值是否落在均值上下3倍方差內(nèi)；如果是，則不修改該像素的灰度值；否則該像素為噪聲，通過修改該像素的灰度值去除噪聲。
2.如權(quán)利要求1所述的方法，其特征在于所述的圖像為整副圖像或圖像中的一個(gè)區(qū)域。
3.如權(quán)利要求1所述的方法，其特征在于，步驟B所述計(jì)算該圖像的灰度均值的方法為對(duì)所有像素的灰度值求和后，求其平均值。
4.如權(quán)利要求1或3所述的方法，其特征在于，步驟B所述計(jì)算該圖像灰度方差值的方法包括B1、對(duì)所有像素，求其灰度值與灰度均值的灰度差值，并求出該灰度差值的平方；B2、對(duì)所有像素的灰度差值的平方求和后，求出平均值，對(duì)該平均值進(jìn)行開方，獲得該圖像的灰度方差值。
5.如權(quán)利要求1所述的方法，其特征在于，步驟C所述通過修改該灰度值去除圖像噪聲的方法為對(duì)灰度值大于灰度均值加3倍方差的像素，將其灰度值減?。粚?duì)灰度值小于灰度均值減3倍方差的像素，將其灰度值增大。
6.如權(quán)利要求5所述的方法，其特征在于，步驟C所述通過修改該灰度值去除圖像噪聲的方法為將灰度值大于灰度均值加3倍方差的像素的灰度值修改為灰度均值加3倍方差；將灰度值小于灰度均值減3倍方差的像素的灰度值修改為灰度均值減3倍方差。
7.如權(quán)利要求5所述的方法，其特征在于，步驟C所述通過修改該灰度值去除圖像噪聲的方法為預(yù)定一個(gè)調(diào)整灰度值；將灰度值大于灰度均值加3倍方差的像素的灰度值修改為原灰度值減預(yù)定的調(diào)整灰度值；將灰度值小于灰度均值減3倍方差的像素的灰度值修改為原灰度值加預(yù)定的調(diào)整灰度值。
全文摘要
本發(fā)明公開了一種去除圖像噪聲的方法，該方法包括以下步驟A.獲取圖像的各個(gè)像素?cái)?shù)據(jù)；B.使用該圖像所有像素的灰度值，計(jì)算出該圖像的灰度均值及其灰度方差值；C.讀取圖像所有像素的灰度值，逐個(gè)判斷各個(gè)像素的灰度值是否落在均值上下3倍方差內(nèi)；如果是，則不修改該像素的灰度值；否則該像素為噪聲，通過修改該像素的灰度值去除噪聲。應(yīng)用本發(fā)明方法不僅能夠有效地去除圖像噪聲，而且能夠減少因去除圖像噪聲處理造成的圖像模糊的現(xiàn)象，而且處理方法簡便，能夠節(jié)省系統(tǒng)資源。
文檔編號(hào)H04N1/409GK1633159SQ20051000294
公開日2005年6月29日 申請(qǐng)日期2005年1月26日 優(yōu)先權(quán)日2005年1月26日
發(fā)明者孫豐強(qiáng), 高占東, 劉延波 申請(qǐng)人:北京中星微電子有限公司