本發(fā)明涉及血液檢測領(lǐng)域，具體地講，涉及一種高清晰血液細胞圖像去噪方法。

背景技術(shù)：

現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，稱為含噪圖像或噪聲圖像，減少數(shù)字圖像中噪聲的過程稱為圖像去噪。噪聲是干擾圖像質(zhì)量的重要原因。一幅圖象在實際應(yīng)用中可能存在各種各樣的噪聲,這些噪聲可能在傳輸中產(chǎn)生,也可能在量化等處理中產(chǎn)生。高清晰血液細胞圖像在圖像產(chǎn)生過程中也不可避免的存在一些噪聲，這些噪聲會影響圖像的質(zhì)量，進而會影響醫(yī)生對高清晰血液細胞圖像的使用，因此，提供一種簡潔有效的圖像去噪方法對高清晰血液細胞圖像尤為重要?，F(xiàn)有的圖像處理算法都比較復(fù)雜，學(xué)習(xí)和使用都比較費時費力，且針對高清晰血液細胞圖像的去噪方法還比較少。此為現(xiàn)有技術(shù)的不足之處。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種高清晰血液細胞圖像去噪方法，簡潔有效的去除掉高清晰血液細胞圖像中的噪聲。

本發(fā)明采用如下技術(shù)方案實現(xiàn)發(fā)明目的：

一種高清晰血液細胞圖像去噪方法，其特征是：所述如下步驟：

(1)獲取高清晰血液細胞圖像；

(2)給定兩個常數(shù)閥值：d和N,令H(i)表示第i個像素的灰度值，如果第一個像素沒有噪音點，則H(1)位正常的灰度值，假設(shè)像素數(shù)為M，則對于像素i 從1到M-1，如果有

|H(i+1)-H(i)|＜d；

證明灰度值是連續(xù)變化的，H(i+1)不屬于應(yīng)該剔除的噪音點，如果

|H(i+1)-H(i)|＞d；

說明在第i+1個像元的灰度值變化較大,有可能是噪音點；

(3)計算從第i+1個像素開始有多少個連續(xù)的像素的灰度值滿足

|H(i+n)-H(i)|＞d；n為正數(shù)

如果連續(xù)的像素個數(shù)小于閥值N，即n<N,則說明這些像素是噪音點。

作為對本技術(shù)方案的進一步限定，所述步驟(3)的噪音點進行如下處理：

(3.1)如果噪音點是不連續(xù)的，即雜散的噪音點,采用直接剔除,而以兩邊相鄰的正常的像素灰度值的平均值來代替，如第i個點是噪音點,則以第i-1和i+1的灰度值的平均值來代替；

(3.2)如果第i個點和第i+n個點不是噪音點，而其之間的i+1，…i+n-1點是噪音點，即連續(xù)的噪音點，則第k個噪音點的像素灰度值計算公式為：

H(i+k)＝H(i)+(H(i+n)-H(i))/nk,k＝1,2,...,n-1。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點和積極效果是：本發(fā)明專門針對高清晰血液細胞圖像進行去噪處理，簡潔有效，能夠成功去除掉細胞圖像中的噪聲，獲得高清晰度的細胞圖像，方便醫(yī)生的使用。

具體實施方式

下面對本發(fā)明的一個具體實施方式進行詳細描述，但應(yīng)當理解本發(fā)明的保護范圍并不受具體實施方式的限制。

本發(fā)明包括所述如下步驟：

(1)獲取高清晰血液細胞圖像，采用現(xiàn)有技術(shù)獲取高清晰血液細胞，在此不再贅述；

(2)給定兩個常數(shù)閥值：d和N,令H(i)表示第i個像素的灰度值，如果第一個像素沒有噪音點，則H(1)位正常的灰度值，假設(shè)像素數(shù)為M，則對于像素i從1到M-1，如果有

|H(i+1)-H(i)|＜d；

證明灰度值是連續(xù)變化的，H(i+1)不屬于應(yīng)該剔除的噪音點，如果

|H(i+1)-H(i)|＞d；

說明在第i+1個像元的灰度值變化較大,有可能是噪音點；

(3)計算從第i+1個像素開始有多少個連續(xù)的像素的灰度值滿足

|H(i+n)-H(i)|＞d；n為正數(shù)

如果連續(xù)的像素個數(shù)小于閥值N，即n<N,則說明這些像素是噪音點。

所述步驟(3)的噪音點進行如下處理：

(3.1)如果噪音點是不連續(xù)的，即雜散的噪音點,采用直接剔除,而以兩邊相鄰的正常的像素灰度值的平均值來代替，如第i個點是噪音點,則以第i-1和i+1的灰度值的平均值來代替；

(3.2)如果第i個點和第i+n個點不是噪音點，而其之間的i+1，…i+n-1點是噪音點，即連續(xù)的噪音點，則第k個噪音點的像素灰度值計算公式為：

H(i+k)＝H(i)+(H(i+n)-H(i))/nk,k＝1,2,...,n-1。