基于像素連續(xù)性判斷的二值化圖像和灰度圖像的高效去噪聲法
【專利摘要】本發(fā)明公開一種基于像素連續(xù)性判斷的二值化圖像和灰度圖像的高效去噪聲法，其屬于圖像處理領(lǐng)域。根據(jù)噪聲點(diǎn)分布比較分散、孤立以及信號點(diǎn)比較連續(xù)的特征，在二值化圖像中直接通過相同亮度像素的連續(xù)性判斷其為噪聲與否，在灰度圖像中先定義同類像素，并基于同類像素的連續(xù)性進(jìn)行判斷其為噪聲與否；二值化圖像中的噪聲點(diǎn)直接通過將其亮度值改變?yōu)槠鋵α⒘炼戎刀_(dá)到去噪效果，灰度圖像中的噪聲像素點(diǎn)的亮度值用其周邊的異類像素點(diǎn)亮度的平均值進(jìn)行替代以達(dá)到濾波去噪的效果。本發(fā)明判斷以及去除噪聲的算法簡單，執(zhí)行效率高，去噪效果好，且不會造成圖像信息的丟失。
【專利說明】基于像素連續(xù)性判斷的二值化圖像和灰度圖像的高效去噪聲法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明涉及一種基于像素連續(xù)性判斷的二值化圖像和灰度圖像的高效去噪聲法，屬于圖像處理領(lǐng)域中去除噪聲方法。
【背景技術(shù)】:
[0002]數(shù)字圖像的應(yīng)用領(lǐng)域非常的廣泛，對于圖像處理技術(shù)而言，最重要的一步就是獲取相關(guān)待處理分析的圖像對象，而圖像獲取的條件有時(shí)候是受到限制的，這就導(dǎo)致了所獲取圖像信號受到了干擾或者引入了各種類型的數(shù)字圖像噪聲，這將不利于圖像的后續(xù)處理和分析。
[0003]引起圖像退化的因素是多方面的，不同的因素就導(dǎo)致產(chǎn)生了不同類型的噪聲，由于噪聲的存在，對圖像后續(xù)處理工作(諸如圖像邊緣檢測，圖像分割，圖像目標(biāo)識別等)的展開產(chǎn)生了不良的影響。因此在對圖像進(jìn)行進(jìn)一步處理分析之前，對數(shù)字圖像噪聲的去除是極其重要的。
[0004]在過去幾十年涌現(xiàn)出了大量的數(shù)字圖像噪聲去除方法，每種方法都有著各自的特點(diǎn)和側(cè)重點(diǎn)，其中大多數(shù)方法都是利用濾波器對噪聲進(jìn)行過濾，在此形成了很多不同類型的濾波算法，其分類方式也有很多，比如可以將它們分為線性濾波算法，非線性濾波算法，或者也可以分為空域?yàn)V波算法，頻域?yàn)V波算法等。
[0005]中值濾波是一類很經(jīng)典的濾波方法，也常被應(yīng)用于數(shù)字圖像噪聲的去除過程中，中值濾波方法是通過對待處理像素點(diǎn)的鄰域取中值來實(shí)現(xiàn)的，其優(yōu)點(diǎn)是簡單，高效；其缺點(diǎn)是它對圖像所有的像素點(diǎn)都按照相同的方式進(jìn)行濾波處理，而不區(qū)分這些點(diǎn)是否為噪聲點(diǎn)，對于非噪聲點(diǎn)其實(shí)是不用取中值操作來進(jìn)行濾波的，取中值后反而會導(dǎo)致該點(diǎn)的模糊。針對中值濾波的這個(gè)缺點(diǎn)隨后出現(xiàn)了中值濾波算法的一些改進(jìn)型方法，比如加權(quán)中值濾波方法，中心加權(quán)濾波方法，開關(guān)中值濾波和極值中值濾波等，這些方法大多數(shù)都是通過設(shè)定鄰域不同點(diǎn)的權(quán)重或者設(shè)定閩值來進(jìn)行中值濾波的，這些方法改進(jìn)的目的就是要對不同的點(diǎn)進(jìn)行不同的操作，而不是對所有的點(diǎn)都進(jìn)行相同的處理，也就是說它們的目的是為了只對圖像噪聲點(diǎn)進(jìn)行處理，或者盡量不要影響到圖像信號點(diǎn)。
[0006]為了避免對信號點(diǎn)的影響，最近發(fā)展起來的一些方法就采取了先檢測，后處理的策略，即第一步就是檢測所給定的像素點(diǎn)是否為信號點(diǎn)，或者為噪聲點(diǎn)；第二步就是根據(jù)第一步的檢測結(jié)果只對圖像中檢測到的噪聲點(diǎn)進(jìn)行濾波處理。除了這些中值濾波方法，不同類型的均值濾波方法也被用來去除數(shù)字圖像噪聲，這些方法中的大多數(shù)也遵循先檢測，后處理的規(guī)律，而且也能取得比較好的效果，但是均值濾波方法的計(jì)算復(fù)雜度要比中值濾波方法高的多。
[0007]隨著計(jì)算機(jī)軟計(jì)算技術(shù)的發(fā)展，越來越先進(jìn)的計(jì)算機(jī)軟計(jì)算技術(shù)也被用在圖像去噪方面，神經(jīng)網(wǎng)絡(luò)和模糊邏輯網(wǎng)絡(luò)解決了大量的圖像處理問題。神經(jīng)網(wǎng)絡(luò)工具也可以用來進(jìn)行數(shù)字圖像噪聲的去除，通過神經(jīng)網(wǎng)絡(luò)模型可以組建一個(gè)數(shù)字圖像噪聲檢測器，用來對圖像像素點(diǎn)進(jìn)行檢測，看其是否為噪聲點(diǎn)或者信號點(diǎn)，然后通過各種不同的方法只對噪聲點(diǎn)進(jìn)行濾波操作，該類方法需要對樣本數(shù)據(jù)集進(jìn)行訓(xùn)練來獲得神經(jīng)網(wǎng)絡(luò)模型，這里樣本數(shù)據(jù)集的獲取對神經(jīng)網(wǎng)絡(luò)模型判斷的準(zhǔn)確率至關(guān)重要，該方法在一定程度上能夠很好地去除噪聲，獲得比較好的去噪效果，但是該方法比較復(fù)雜，計(jì)算量比較大，需要大量的訓(xùn)練數(shù)據(jù)和訓(xùn)練圖像。

【發(fā)明內(nèi)容】
:
[0008]本發(fā)明所要解決的技術(shù)問題是:針對現(xiàn)有技術(shù)的缺陷，提供一種簡單并且有效的方法對二值化圖像和灰度圖像中的噪聲像素進(jìn)行判斷，并將噪聲進(jìn)行濾波去除，其去除噪聲效率高，且不會損失圖像的細(xì)節(jié)信息。
[0009]本發(fā)明采用如下技術(shù)方案:一種基于像素連續(xù)性判斷的二值化圖像的高效去噪聲法，其包括如下步驟:
[0010](I)基于噪聲比較孤立，且分布較分散的特征，對于二值化圖像，首先對某個(gè)像素進(jìn)行分析，讀取其亮度值，并對其進(jìn)行八領(lǐng)域擴(kuò)展；
[0011](2)對擴(kuò)展后的領(lǐng)域像素，分別對其亮度值進(jìn)行分析，若有領(lǐng)域像素亮度值與被擴(kuò)展像素的亮度值一致，則開始計(jì)算已經(jīng)檢測到的這些連續(xù)的同亮度的像素?cái)?shù)N，并與設(shè)定的閾值NI進(jìn)行比較，若NS NI，則停止擴(kuò)展檢測，并判斷已檢測到的連續(xù)的同亮度的像素群為信號點(diǎn)，保持其亮度值不變，若N〈N1，則以檢測到的這些同亮度的像素為中心繼續(xù)重復(fù)以上擴(kuò)展、亮度判斷以及與閾值進(jìn)行比較的操作；
[0012](3)若擴(kuò)展分析后檢測到其領(lǐng)域沒有同亮度的像素，則停止擴(kuò)展，計(jì)算已經(jīng)檢測到的連續(xù)的同亮度像素?cái)?shù)目N，并與設(shè)定的閾值NI進(jìn)行比較，若N〈N1，則判斷檢測到的同亮度的像素群為噪聲點(diǎn)，將其亮度轉(zhuǎn)變?yōu)閷α⒘炼榷_(dá)到去噪效果，若N > NI，則判斷檢測到的同亮度的像素群為信號點(diǎn)，保持其亮度值不變。
[0013]本發(fā)明還采用如下技術(shù)方案:一種基于像素連續(xù)性判斷的灰度圖像的高效去噪聲法，其包括如下步驟:
[0014](I)基于噪聲比較孤立，且分布較分散的特征，對于灰度圖像，首先對某個(gè)像素進(jìn)行分析，讀取其亮度值，并對其進(jìn)行八領(lǐng)域擴(kuò)展；
[0015](2)對擴(kuò)展后得到的領(lǐng)域像素進(jìn)行分析，并讀取其亮度值，計(jì)算所有擴(kuò)展得到的領(lǐng)域像素的亮度與本次循環(huán)中第一個(gè)被擴(kuò)展的像素的亮度差dBi，并將IdBiI與設(shè)定的閾值dB進(jìn)行比較，若IdBiI <dB，則判斷此領(lǐng)域像素為同類像素，否則判斷為異類像素；
[0016](3)計(jì)算已經(jīng)檢測到的連續(xù)的同類像素?cái)?shù)N，并與設(shè)定的閾值N2進(jìn)行比較，若N ^ N2，則停止擴(kuò)展，并判斷已經(jīng)檢測到的連續(xù)的同類像素為信號點(diǎn)，保持其亮度值不變，若N <N2，則以檢測到的同類像素為中心繼續(xù)重復(fù)以上擴(kuò)展、同異類像素判斷以及與閾值進(jìn)行比較的操作；
[0017](4)若擴(kuò)展分析后檢測到領(lǐng)域沒有同類像素，則停止擴(kuò)展，計(jì)算已檢測到的同類像素?cái)?shù)N，并閾值N2進(jìn)行比較，若N〈N2，則判斷此同類像素群為噪聲，每個(gè)噪聲像素點(diǎn)的亮度值用其周邊的信號點(diǎn)亮度值的平均值進(jìn)行替代以達(dá)到去噪的效果，否則判定為信號點(diǎn)而保持其亮度保持不變。
[0018]本發(fā)明具有如下有益效果:本發(fā)明根據(jù)噪聲點(diǎn)分布比較分散、孤立以及信號點(diǎn)比較連續(xù)的特征，在二值化圖像中直接通過相同亮度像素的連續(xù)性判斷其為噪聲與否，在灰度圖像中先定義同類像素，并基于同類像素的連續(xù)性進(jìn)行判斷其為噪聲與否；二值化圖像中的噪聲點(diǎn)直接通過將其亮度值改變?yōu)槠鋵α⒘炼戎刀_(dá)到去噪效果，灰度圖像中的噪聲像素點(diǎn)的亮度值用其周邊的異類像素點(diǎn)亮度的平均值進(jìn)行替代以達(dá)到濾波去噪的效果，其判斷以及去除噪聲的算法簡單，執(zhí)行效率高，去噪效果好，且不會造成圖像信息的丟失。
【專利附圖】

【附圖說明】:
[0019]圖1為像素八領(lǐng)域擴(kuò)展示意圖。
[0020]圖2為二值化圖像判斷噪聲以及去除噪聲的程序流程圖。
[0021]圖3為灰度圖像判斷噪聲以及去除噪聲的程序流程圖。
[0022]圖4為含有噪聲的二值化圖像示意圖。
[0023]圖5為去除噪聲后的二值化圖像示意圖。
[0024]圖6為含有噪聲的灰度圖像示意圖。
[0025]圖7為去除噪聲后的灰度圖像示意圖。
【具體實(shí)施方式】:
[0026]下面將結(jié)合附圖對本發(fā)明的基本思路、判斷方法以及去噪過程作詳細(xì)介紹。
[0027]對于二值化圖像，其像素點(diǎn)的亮度只有兩種，即白色和黑色。根據(jù)噪聲分布比較零散且孤立的特征，采用計(jì)算連續(xù)的同亮度像素?cái)?shù)目N與所設(shè)定閾值NI進(jìn)行比較從而對像素進(jìn)行判斷其是否為噪聲點(diǎn)。首先對某一個(gè)像素進(jìn)行分析，判斷其為黑色還是白色，假設(shè)判斷結(jié)果為黑色，接著按照圖1所示的方式對其進(jìn)行八領(lǐng)域擴(kuò)展，圖1中編號為O的像素為被分析像素，也即被擴(kuò)展像素，編號為1-8的像素為擴(kuò)展得到的八個(gè)領(lǐng)域像素(若被分析像素是圖像最邊緣的像素，則對其進(jìn)行合適的五領(lǐng)域或者三領(lǐng)域擴(kuò)展)。
[0028]對擴(kuò)展后的領(lǐng)域像素，分別對其進(jìn)行分析(后期循環(huán)到此操作時(shí)必須排除外層循環(huán)中已經(jīng)分析過的像素)，判斷其顏色。若有黑色像素，則開始計(jì)算已經(jīng)檢測到的黑色像素?cái)?shù)目N，并與設(shè)定的閾值NI進(jìn)行比較，若N > NI，則停止擴(kuò)展檢測，并判斷已檢測到的黑色像素為信號點(diǎn)，并保持其亮度值不變，若N〈N1，則以檢測到的黑色像素為中心重復(fù)以上擴(kuò)展分析和判斷的操作。若擴(kuò)展分析時(shí)檢測到其領(lǐng)域沒有黑色像素，則停止擴(kuò)展，計(jì)算已經(jīng)檢測到的黑色像素?cái)?shù)目N，并與設(shè)定的閾值NI進(jìn)行比較，若N〈N1，則判斷檢測到的黑色像素群為噪聲點(diǎn)，將其亮度變?yōu)槠鋵α⒘炼榷_(dá)到去噪效果，若N > NI，則判斷檢測到的黑色像素群為信號點(diǎn)，保持其亮度值不變。若分析的第一個(gè)像素為白色，則每次擴(kuò)展時(shí)檢測其領(lǐng)域像素是否有白色像素，并將檢測到的白色像素?cái)?shù)目N與設(shè)定的閾值NI進(jìn)行比較，最后判斷是噪聲還是信號點(diǎn)，采取相同的處理方法。
[0029]至此，以分析第一像素為起點(diǎn)的一輪循環(huán)已經(jīng)結(jié)束，緊接著進(jìn)行下一輪的循環(huán)以下一個(gè)像素為分析目標(biāo)，直到所有像素被分析完。其程序流程圖如圖2所示。
[0030]如圖4所示的二值化圖像示意圖，每個(gè)方框代表一個(gè)像素，現(xiàn)以其為例，對其進(jìn)行具體的去除噪聲的操作。在此設(shè)定閾值NI為4，則所有連續(xù)像素?cái)?shù)目小于4的黑色像素點(diǎn)將被判斷為噪聲。如編號為O的黑色像素點(diǎn)，其領(lǐng)域的像素點(diǎn)編號為1-8，八個(gè)領(lǐng)域像素均為白色，并未有黑色像素與其相連，即連續(xù)黑色像素?cái)?shù)目為1，因此將判斷其為噪聲，并將其亮度轉(zhuǎn)變?yōu)槠鋵α⒌牧炼取?br> [0031]繼續(xù)判斷圖4中編號為32和33的兩個(gè)黑色像素點(diǎn)，將編號為32的像素點(diǎn)進(jìn)行八領(lǐng)域擴(kuò)展后只有編號為33的像素點(diǎn)是黑色，因此判斷像素33為與其相連的黑色像素點(diǎn)，而對編號為33的像素進(jìn)行八領(lǐng)域擴(kuò)展后并排除已分析過的像素32，并無黑色像素與其相連，因此，此處連續(xù)的黑色像素?cái)?shù)目為2，同樣小于閾值4，因此將其判斷為噪聲并轉(zhuǎn)換為白色。
[0032]同樣，圖4中編號為29的像素點(diǎn)的八個(gè)領(lǐng)域像素中只有編號為30的像素點(diǎn)是黑色，因此判斷像素30為與其相連續(xù)的像素點(diǎn)，編號為30的像素點(diǎn)的八個(gè)領(lǐng)域像素中除了已經(jīng)分析過的像素29外只有編號為31的像素點(diǎn)是黑色，因此判斷像素31為與其相連續(xù)的像素點(diǎn)，像素31的八個(gè)領(lǐng)域像素中除了已經(jīng)分析過的像素30以外并無黑色像素與其相連，因此，此處連續(xù)的黑色像素?cái)?shù)目為3，同樣小于閾值4，因此將其判斷為噪聲，并轉(zhuǎn)變其亮度值。
[0033]對于圖4中編號為9-28的黑色像素點(diǎn)，采用同樣的計(jì)算方法得到其連續(xù)的黑色像素?cái)?shù)目為20，大于設(shè)定的閾值4，因此判斷此連續(xù)的黑色像素群為信號點(diǎn)，保持其亮度不作任何變化。至此，圖4所示的二值化圖像已經(jīng)去除噪聲完畢，最終效果如圖5所示。
[0034]對于灰度圖像，同樣需要先對噪聲點(diǎn)進(jìn)行判斷。同樣根據(jù)灰度圖像噪聲像素分布比較零散、孤立且其亮度往往與信號點(diǎn)亮度差別較大的特征，通過亮度差值和連續(xù)的同類像素?cái)?shù)目與閾值分別進(jìn)行比較從而判斷像素是否為噪聲點(diǎn)。
[0035]首先對第一個(gè)像素進(jìn)行分析，讀取其亮度值，并對其進(jìn)行如圖1所示的領(lǐng)域擴(kuò)展，并讀取其領(lǐng)域像素的亮度值，計(jì)算所有領(lǐng)域像素與本次循環(huán)中第一個(gè)被分析的像素的亮度差dBi，并將IdBiI與設(shè)定的閾值dB進(jìn)行比較，若IdBiI <dB，則判斷此領(lǐng)域像素為同類像素，否則將此領(lǐng)域像素判斷為異類像素。計(jì)算已經(jīng)檢測到的同類像素?cái)?shù)N，并與設(shè)定的閾值N2進(jìn)行比較，若N ≤N2，則判斷已檢測到的連續(xù)的同類像素群為信號點(diǎn)而保持其亮度值不變，若N < N2，則以檢測到的同類像素為中心重復(fù)以上擴(kuò)展、同異類像素判斷(這里的每次內(nèi)循環(huán)計(jì)算的亮度差dBi都是新擴(kuò)展到的像素與本輪循環(huán)中第一個(gè)被分析像素的亮度值之差)以及計(jì)算同類像素?cái)?shù)目N的操作，若擴(kuò)展分析后檢測到領(lǐng)域沒有同類像素，則停止擴(kuò)展，同樣將檢測到的同類像素的數(shù)目N與閾值N2進(jìn)行比較，若N〈N2，則判斷此同類像素群為噪聲，每個(gè)噪聲像素點(diǎn)的亮度值用其周邊的信號點(diǎn)亮度值的平均值進(jìn)行替代以達(dá)到去噪的效果；否則判定為信號點(diǎn)而保持其亮度保持不變。接著判斷此次循環(huán)分析的第一個(gè)像素是否為圖像要分析的最后一個(gè)像素，若是，則標(biāo)志著已經(jīng)完成去噪的操作，停止循環(huán)，程序結(jié)束，若不是，則將下一個(gè)像素作為分析對象進(jìn)行下一輪的大循環(huán)。其程序流程圖如圖3所
/Jn ο
[0036]如圖6所示的灰度圖像示意圖，同樣每個(gè)方框代表一個(gè)像素，現(xiàn)以其為例，對其進(jìn)行具體灰度圖像去除噪聲的操作。
[0037]首先根據(jù)圖像的特征確定合適的亮度差閾值dB和連續(xù)像素個(gè)數(shù)閾值N2。依然設(shè)定閾值N2為4。對像素O進(jìn)行八領(lǐng)域擴(kuò)展后得到的周邊的八個(gè)領(lǐng)域內(nèi)的像素與編號為O的像素的亮度差dBi均大于閾值dB，因此判斷其領(lǐng)域的8個(gè)像素均為異類像素，沒有同類像素與其相連，因此連續(xù)的同類像素點(diǎn)個(gè)數(shù)N值為I，小于閾值N2，判斷其為噪聲點(diǎn)，并將其亮度用其領(lǐng)域異類像素亮度的平均值代替。
[0038]以編號為9的像素為分析對象，對其進(jìn)行領(lǐng)域擴(kuò)展，得到編號為1、2，10的三個(gè)領(lǐng)域像素，經(jīng)判斷，只有像素10為同類像素，其他均為異類像素，繼續(xù)對像素10進(jìn)行領(lǐng)域擴(kuò)展，得到唯一的同類像素11，如此進(jìn)行，最終檢測到的同類像素為編號為9-14的6個(gè)像素，連續(xù)的同類像素的數(shù)目N值為7，滿足N≤N2，因此判斷編號為9-14的6個(gè)像素為信號點(diǎn)，不對其作任何改變。
[0039]同理判斷像素15-24，27-32，34-37，38-52分別為同類像素的信號點(diǎn)，不對其作任何改變，而像素33以及像素25-26被判斷為噪聲點(diǎn)，將其亮度用領(lǐng)域的異類像素均值來代替，最終去噪效果如圖7所示。
[0040]以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下還可以作出若干改進(jìn)，這些改進(jìn)也應(yīng)視為本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種基于像素連續(xù)性判斷的二值化圖像的高效去噪聲法，其特征在于:包括如下步驟 (1)基于噪聲比較孤立，且分布較分散的特征，對于二值化圖像，首先對某個(gè)像素進(jìn)行分析，讀取其亮度值，并對其進(jìn)行八領(lǐng)域擴(kuò)展； (2)對擴(kuò)展后的領(lǐng)域像素，分別對其亮度值進(jìn)行分析，若有領(lǐng)域像素亮度值與被擴(kuò)展像素的亮度值一致，則開始計(jì)算已經(jīng)檢測到的這些連續(xù)的同亮度的像素?cái)?shù)N，并與設(shè)定的閾值NI進(jìn)行比較，若N > NI，則停止擴(kuò)展檢測，并判斷已檢測到的連續(xù)的同亮度的像素群為信號點(diǎn)，保持其亮度值不變，若N〈N1，則以檢測到的這些同亮度的像素為中心繼續(xù)重復(fù)以上擴(kuò)展、亮度判斷以及與閾值進(jìn)行比較的操作； (3)若擴(kuò)展分析后檢測到其領(lǐng)域沒有同亮度的像素，則停止擴(kuò)展，計(jì)算已經(jīng)檢測到的連續(xù)的同亮度像素?cái)?shù)目N，并與設(shè)定的閾值NI進(jìn)行比較，若N〈N1，則判斷檢測到的同亮度的像素群為噪聲點(diǎn)，將其亮度轉(zhuǎn)變?yōu)閷α⒘炼榷_(dá)到去噪效果，若N > NI，則判斷檢測到的同亮度的像素群為信號點(diǎn)，保持其亮度值不變。
2.一種基于像素連續(xù)性判斷的灰度圖像的高效去噪聲法，其特征在于:包括如下步驟 (1)基于噪聲比較孤立，且分布較分散的特征，對于灰度圖像，首先對某個(gè)像素進(jìn)行分析，讀取其亮度值，并對其進(jìn)行八領(lǐng)域擴(kuò)展； (2)對擴(kuò)展后得到的領(lǐng)域像素進(jìn)行分析，并讀取其亮度值，計(jì)算所有擴(kuò)展得到的領(lǐng)域像素的亮度與本次循環(huán)中第一個(gè)被擴(kuò)展的像素的亮度差dBi，并將IdBiI與設(shè)定的閾值dB進(jìn)行比較，若IdBiI <dB，則判斷此領(lǐng)域像素為同類像素，否則判斷為異類像素； (3)計(jì)算已經(jīng)檢測到的連續(xù)的同類像素?cái)?shù)N，并與設(shè)定的閾值N2進(jìn)行比較，若NSN2，則停止擴(kuò)展，并判斷已經(jīng)檢測到的連續(xù)的同類像素為信號點(diǎn)，保持其亮度值不變，若N<N2，則以檢測到的同類像素為中心繼續(xù)重復(fù)以上擴(kuò)展、同異類像素判斷以及與閾值進(jìn)行比較的操作； (4)若擴(kuò)展分析后檢測到領(lǐng)域沒有同類像素，則停止擴(kuò)展，計(jì)算已檢測到的同類像素?cái)?shù)N，并閾值N2進(jìn)行比較，若N〈N2，則判斷此同類像素群為噪聲，每個(gè)噪聲像素點(diǎn)的亮度值用其周邊的信號點(diǎn)亮度值的平均值進(jìn)行替代以達(dá)到去噪的效果，否則判定為信號點(diǎn)而保持其亮度保持不變。
【文檔編號】G06T5/00GK103778609SQ201410029879
【公開日】2014年5月7日 申請日期:2014年1月22日 優(yōu)先權(quán)日:2014年1月22日
【發(fā)明者】何寧, 李亮, 孟龍暉, 楊吟飛, 趙威 申請人:南京航空航天大學(xué)