專利名稱：一種二維希爾伯特變換和bemd結(jié)合的圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理技術(shù)，具體說，涉及一種二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法。
背景技術(shù)：
圖像信號在產(chǎn)生、傳輸和記錄過程中，經(jīng)常會受到各種噪聲的干擾，一般來說，現(xiàn)實中的圖像都是帶噪圖像。通常在圖像處理工作中，在邊緣檢測、圖像分割、特征提取、模式識別等高層次處理之前，選用適當?shù)姆椒ㄈピ胧欠浅Ｖ匾念A(yù)處理步驟。合成孔徑雷達(Synthetic Aperture Radar, SAR)作為一種信息獲取的手段,在國防、環(huán)境等方面具有突出的戰(zhàn)略意義，SAR圖像具有全天候、全天時的特點，已獲得越來越廣泛的應(yīng)用。SAR圖像斑點噪聲與數(shù)字圖像處理過程中所遇到的噪聲有本質(zhì)的不同。數(shù)字圖像處理過程中所遇到的噪聲一般可以用高斯噪聲或椒鹽噪聲進行描述，指的是對數(shù)據(jù)進行采樣、量化、壓縮、傳輸和編解碼等數(shù)字化過程以及圖像本身在成像過程中的退化等因素影響所產(chǎn)生的噪聲，是直接作用到圖像上的。而SAR圖像相干斑噪聲是雷達回波信號衰落而產(chǎn)生的，是所有基于相干原理的成像系統(tǒng)所固有的缺點。相干斑以乘性噪聲的形式出現(xiàn)，這些都使得有關(guān)SAR圖像的處理和理解變得非常困難。由于SAR圖像在相干成像過程中形成的斑點噪聲及其灰度分布的復(fù)雜性，因而對SAR圖像的濾波技術(shù)有兩方面的要求，首先要盡可能地消除圖像的斑點噪聲；同時，還要最大程度地保留起重要作用的細節(jié)信息。傳統(tǒng)的去噪方法有很多，其中常用的濾波方法包括中值濾波、維納濾波、增強Lee濾波。傳統(tǒng)的濾波器存在一個共同的缺點，將帶噪聲的圖像作為一個整體進行濾波，不能根據(jù)噪聲的特點及圖像的紋理細節(jié)進行濾波，雖然濾除了噪聲，但同時對圖像信息造成了一定程度的破壞?，F(xiàn)有技術(shù)中與本發(fā)明最接近的圖像去噪方法一般采用二維經(jīng)驗?zāi)Ｊ椒纸?Bidimensional Empirical Mode Decomposition, BEMD)和其它去噪方法相結(jié)合的方式。如1、Jia Liu 等人在 Image Denoising Based on BEMD and PD E. ComputerResearch and Development. 2011, 3:110-112中提出米用二維經(jīng)驗?zāi)Ｊ椒纸夂推⒎址匠倘ピ胂嘟Y(jié)合的方式，把偏微分方程去噪方式作用于每一個IMF，最后再重組圖像。利用這種相結(jié)合的方式，取得了一定去噪效果。2、甘學(xué)武、魏文斌在基于EMD小波閾值化的SAR圖像斑點抑制.空軍雷達學(xué)院學(xué)報.2009, 23 (2) : 100-102 中提出用一維經(jīng)驗?zāi)Ｊ椒纸?Empirical Mode Decomposition,EMD)方法將含斑點噪聲的SAR圖像分解為不同頻率的基本分量，對前面幾個分量用小波閾值化方法進行處理，然后重構(gòu)圖像，從而達到抑制斑點噪聲的目的。3、與子甲、章登勇等人在基于BEMD和自適應(yīng)濾波的醫(yī)學(xué)圖像增強.微計算機信息.2011，27(9) :224-225中提出首先對醫(yī)學(xué)圖像進行BEMD分解，然后用自適應(yīng)濾波對頻率域進行去噪，再使用不同的加權(quán)值提高子帶圖像的高頻系數(shù)，最后對圖像進行重構(gòu)得到增強后的圖像。 4、蔡劍華、羅一平在基于二維EMD與均值濾波的圖像去噪方法.湖南文理學(xué)院學(xué)報.2010. 22(1) :54-57中提出針對均值濾波在抑制噪聲的過程中會損失圖像的邊緣等細節(jié)信息從而導(dǎo)致整幅圖像模糊的問題，將二維經(jīng)驗?zāi)B(tài)分解和均值濾波相結(jié)合提出了一種有效的圖像去噪方法，先將含噪圖像進行二維經(jīng)驗?zāi)B(tài)分解，把圖像分解為多尺度下的細節(jié)和輪廓，保持輪廓圖像不變，對細節(jié)圖像的弱邊緣信息適當加強，然后對加強邊緣信息的圖像進行均值濾波，最后將輪廓圖像與均值濾波后細節(jié)圖像合成得到去噪后的圖像。以上采用二維經(jīng)驗?zāi)Ｊ椒纸?BEMD)和其它去噪方法相結(jié)合的去噪方法，由于二維經(jīng)驗?zāi)Ｊ椒纸庠谶M行圖像分解時，對極值點的獲取和插值方法沒有統(tǒng)一的定論，不能精確地獲取極值點和包絡(luò)曲面的光滑度，導(dǎo)致去噪效果較差。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的技術(shù)問題，提出一種二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，將一維經(jīng)驗?zāi)Ｊ椒纸夥椒ㄍ茝V到二維經(jīng)驗?zāi)Ｊ椒纸?，并?yīng)用于圖像去噪，用希爾伯特黃變換對圖像去噪和對細節(jié)進行處理，得到了較好的效果。具體技術(shù)方案如下一種二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，包括步驟1:對含噪聲圖像進行BEMD，得到MF和R ；其中，IMF為本征模式函數(shù)，R為余量；步驟2 :對MF分量做二維希爾伯特變換；步驟3 :將希爾伯特變換后的圖像和余量重構(gòu)圖像，得到去噪后圖像。進一步所述步驟I具體包括以下分步I)用鄰域法對所給原始曲面Iori求取曲面局部極值點，包括所有局部極大值和極小值；2)差值計算極大值包絡(luò)曲面Emax和極小值包絡(luò)曲面Emin ;將兩曲面數(shù)據(jù)求平均值，得到均值包絡(luò)曲面數(shù)據(jù)Emean ；3)用原始曲面減去均值包絡(luò)曲面；判斷兩MF之間的標準差SD是否小于O. 3 ;如果標準差SD小于O. 3，則把這一差值當作MF輸出；否則，則將這一差值當做原始圖像重復(fù)上述處理，直到得到滿足條件的差值，即得到MFl ；4)原圖像減去IMFl剩余的圖像，當作原圖做分步3)處理,經(jīng)過兩次循環(huán),SD滿足要求，得到MF2 ;用減去第一次MF的圖像減去MF2剩下的圖像作為原圖，經(jīng)過兩次循環(huán)，SD滿足要求，得到MF3及余量。進一步所述步驟2中，二維希爾伯特變換定義為
權(quán)利要求
1.一種二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，其特征在于，包括以下步驟 步驟1，對含噪聲圖像進行BEMD，得到IMF和R ;所述IMF為本征模式函數(shù)，R為余量； 步驟2，對IMF分量做二維希爾伯特變換； 步驟3，將希爾伯特變換后的圖像和余量進行重構(gòu)，得到去噪后圖像。
2.如權(quán)利要求1所述的二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，其特征在于，所述步驟I包括以下分步 1)用鄰域法對所給原始曲面Iori求取曲面局部極值點，包括所有局部極大值和極小值； 2)差值計算極大值包絡(luò)曲面Emax和極小值包絡(luò)曲面Emin;將兩曲面數(shù)據(jù)求平均值，得到均值包絡(luò)曲面數(shù)據(jù)Eniean; 3)用原始曲面減去均值包絡(luò)曲面；判斷兩MF之間的標準差SD是否小于0.3 ;如果標準差SD小于0. 3，則把這一差值當作MF輸出；否則，則將這一差值作為原始圖像重復(fù)上述處理，直到得到滿足條件的差值，即得到MFl ； 4)原圖像減去MFl剩余的圖像，作為原圖像做3)處理，經(jīng)過兩次循環(huán)，SD滿足要求，得到MF2 ;用減去第一次MF的圖像減去MF2剩下的圖像作為原圖像，經(jīng)過兩次循環(huán)，SD滿足要求，得到IMF3及余量。
3.如權(quán)利要求1所述的二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，其特征在于，所述步驟2中，二維希爾伯特變換定義為
4.如權(quán)利要求1所述的二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，其特征在于，所述步驟3中，重構(gòu)圖像的公式為
全文摘要
本發(fā)明公開了一種二維希爾伯特變換和BEMD結(jié)合的圖像去噪方法，包括以下步驟對含噪聲圖像進行BEMD，得到IMF和R；對IMF分量做二維希爾伯特變換；將希爾伯特變換后的圖像和余量進行重構(gòu)，得到去噪后圖像。本發(fā)明具有以下有益效果BEMD能夠?qū)D像進行多尺度分解，具有很好的局部時頻特性，解決了傳統(tǒng)濾波方法單一尺度去噪帶來的問題，提高了圖像分解效率和準確度；二維希爾伯特變換對圖像乘性噪聲、高斯噪聲、椒鹽噪聲都能起到較好的濾波效果，消弱了圖像中的噪聲對圖像細節(jié)和關(guān)鍵內(nèi)容的影響，有效去除了噪聲。
文檔編號G06T5/00GK103020916SQ201210580270
公開日2013年4月3日 申請日期2012年12月28日 優(yōu)先權(quán)日2012年12月28日
發(fā)明者張永梅, 季艷, 李強, 王世偉, 王小虎, 馬蘭 申請人:北方工業(yè)大學(xué)