基于最小局部均方差計(jì)算的噪點(diǎn)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理領(lǐng)域，尤其設(shè)及在進(jìn)行圖像去噪處理時(shí)，對(duì)于邊緣點(diǎn)和噪點(diǎn) 的區(qū)分判定換問(wèn)題。具體講，設(shè)及基于最小局部均方差計(jì)算的噪點(diǎn)檢測(cè)方法。
【背景技術(shù)】
[0002] 在進(jìn)行圖像目標(biāo)識(shí)別與跟蹤時(shí)，攝像機(jī)所采集的圖像，在成像、數(shù)字化W及傳輸過(guò) 程中，難免會(huì)受到各種各樣噪聲的干擾，圖像的質(zhì)量往往會(huì)出現(xiàn)不盡人意的退化，影響了圖 像的視覺(jué)效果。通常運(yùn)些噪聲干擾使得圖像退化，表現(xiàn)為圖像模糊，特征淹沒(méi)，運(yùn)會(huì)對(duì)圖像 分析產(chǎn)生不利，使所獲得的圖像質(zhì)量較低。對(duì)運(yùn)樣的圖像直接進(jìn)行目標(biāo)的識(shí)別與跟蹤是比 較困難的。抑制使圖像退化的各種干擾信號(hào)、增強(qiáng)圖像中的有用信號(hào)，W及將觀測(cè)到的不同 圖像在同一約束條件下進(jìn)行校正處理就顯得非常重要。所W可W通過(guò)平滑、濾波等一系列 方式對(duì)圖像中的噪聲進(jìn)行處理可W改善圖像質(zhì)量。
[0003] 近年來(lái)比較主流的圖像去噪方法有：高斯濾波，適用于濾除高斯白噪聲，已廣泛應(yīng) 用于圖像處理的預(yù)處理階段；均值濾波也稱為線性濾波，該方法可W平滑圖像，速度快，算 法簡(jiǎn)單。但是無(wú)法去掉噪聲，只能微弱的減弱它；中值濾波法是一種非線性平滑技術(shù)，在圖 像處理中，中值濾波常用來(lái)保護(hù)邊緣信息，是經(jīng)典的平滑噪聲的方法，該方法對(duì)消除椒鹽 噪音非常有效，在光學(xué)測(cè)量條紋圖像的相位分析處理方法中有特殊作用，但在條紋中屯、分 析方法中作用不大；雙邊濾波是一種可W保留邊緣去除噪聲的濾波器；各向異性擴(kuò)散的優(yōu) 點(diǎn)在于它可W在去除噪聲的同時(shí)，保留甚至增強(qiáng)圖像中的邊緣信息。由此可W看出，對(duì)于 高斯濾波，均值運(yùn)類(lèi)平滑圖像的濾波方法來(lái)講，其對(duì)于噪點(diǎn)，邊緣點(diǎn)W及其他像素點(diǎn)所做處 理是一樣的，運(yùn)樣圖像的邊緣信息便被削減；而對(duì)于中值濾波，雙邊濾波W及各向異性濾波 來(lái)講，他們能夠保留甚至增強(qiáng)圖像中的邊緣信息，于此同時(shí)它們同樣也會(huì)將一些噪點(diǎn)增強(qiáng)， 在高強(qiáng)度噪聲環(huán)境下，去噪能力大幅下降。
[0004] 所W對(duì)于噪聲點(diǎn)和邊緣點(diǎn)的判別并對(duì)其進(jìn)行不同處理時(shí)圖像去噪一個(gè)關(guān)鍵步驟。

【發(fā)明內(nèi)容】

[0005] 為克服現(xiàn)有技術(shù)的不足，提供一種根據(jù)像素點(diǎn)鄰域內(nèi)局部均方差與去掉本身的局 部均方差的差值大小進(jìn)行局部檢測(cè)并判斷該點(diǎn)是否為噪聲點(diǎn)的方法。該方法能夠有效地降 低非噪聲點(diǎn)誤判為噪聲點(diǎn)的概率。為此，本發(fā)明采取的技術(shù)方案是，基于最小局部均方差計(jì) 算的噪點(diǎn)檢測(cè)方法，采用某像素點(diǎn)鄰域內(nèi)的像素點(diǎn)，分別選取小鄰域，行，列，兩個(gè)斜向五組 中的幾組將其局部均方差和局部去屯、均方差的差值的絕對(duì)值與某個(gè)闊值做比較來(lái)對(duì)某個(gè) 像素點(diǎn)是否為噪聲點(diǎn)進(jìn)行判斷，具體是，對(duì)某個(gè)像素點(diǎn)計(jì)算該點(diǎn)鄰域內(nèi)五組的局部均方差 Si'和鄰域內(nèi)去掉該點(diǎn)后的局部去屯、均方差Si，計(jì)算二者的絕對(duì)值|Si'-Si|，并取五組結(jié)果 中最小的值S=minISi'-SiI加W判斷，S=minISi'-SiI大表示該點(diǎn)對(duì)鄰域灰度有較大影 響，認(rèn)為是噪聲點(diǎn)，采用最小值可W降低將邊緣點(diǎn)誤判為噪聲點(diǎn)的概率，在不同條件下，使 用者也可根據(jù)情況自定義地選擇幾組數(shù)據(jù)進(jìn)行S的選取。
[0006] 根據(jù)不同鄰域內(nèi)的局部統(tǒng)計(jì)特征自適應(yīng)的確定其闊值步驟是，當(dāng)局部鄰域內(nèi)的s 值大于該闊值時(shí)，判斷其為噪聲點(diǎn)，小于該闊值時(shí)，判斷為非噪聲點(diǎn)，表示為：
[0009] S。為本方法所選取的闊值；當(dāng)Si'〉S。時(shí)，該像素點(diǎn)被判定為噪聲點(diǎn)；當(dāng)Si'《S。時(shí)， 該像素點(diǎn)被判定為非噪聲點(diǎn)；根據(jù)式（2)可知，當(dāng)是很大時(shí)，即該鄰域內(nèi)五組未去屯、的均方 差很大，該點(diǎn)在不平滑區(qū)域，那么對(duì)該點(diǎn)的判斷需要更加嚴(yán)格，所選闊值要小于在平滑區(qū)域 的闊值，即S。取值小。
[0010] 本發(fā)明的特點(diǎn)及有益效果是：
[0011] 本發(fā)明通過(guò)選取鄰域內(nèi)五組中最小的均方差差值的絕對(duì)值判斷某點(diǎn)是否為噪聲 點(diǎn)，降低了只用某個(gè)鄰域內(nèi)幾個(gè)點(diǎn)將邊緣點(diǎn)誤判為噪聲點(diǎn)的概率，使對(duì)噪聲點(diǎn)的判斷更為 準(zhǔn)確。
[0012] 本發(fā)明采用的自適應(yīng)闊值能夠根據(jù)鄰域內(nèi)的局部統(tǒng)計(jì)特征自適應(yīng)的調(diào)整闊值大 小，對(duì)非平滑區(qū)域采用較小闊值，對(duì)平滑區(qū)域內(nèi)的點(diǎn)采用較大闊值，運(yùn)樣能夠更準(zhǔn)確的對(duì)噪 聲點(diǎn)進(jìn)行判斷。
【附圖說(shuō)明】：
[0013] 圖1局部鄰域均方差判斷噪點(diǎn)示意圖。
【具體實(shí)施方式】
[0014] 本發(fā)明技術(shù)方案如圖1所示，本發(fā)明采用某像素點(diǎn)鄰域內(nèi)的像素點(diǎn)，分別選取小 鄰域，行，列，兩個(gè)斜向五組中的幾組將其局部均方差和局部去屯、均方差的差值的絕對(duì)值與 某個(gè)闊值做比較來(lái)對(duì)某個(gè)像素點(diǎn)是否為噪聲點(diǎn)進(jìn)行判斷。運(yùn)是因?yàn)榭紤]到噪聲是隨機(jī)產(chǎn)生 的較為獨(dú)立的點(diǎn)，在各方向的灰度變化都較大，而去掉該噪聲點(diǎn)后的鄰域區(qū)域則相對(duì)較為 平滑，灰度變化比較平緩；與此同時(shí)圖像的邊緣通常為一段連續(xù)曲線，在鄰域區(qū)域中去掉邊 緣線上一點(diǎn)對(duì)該鄰域某個(gè)方向上的灰度變化影響不大，而運(yùn)條曲線的方向未知，因此對(duì)該 點(diǎn)多個(gè)方向進(jìn)行選取，能夠更加準(zhǔn)確的判斷出某點(diǎn)是噪聲點(diǎn)或是邊緣點(diǎn)。由此，本發(fā)明對(duì) 某個(gè)像素點(diǎn)計(jì)算該點(diǎn)鄰域內(nèi)五組的局部均方差Si'和鄰域內(nèi)去掉該點(diǎn)后的局部去屯、均方差 Si，計(jì)算二者的絕對(duì)值|Si'-Si|，并取五組結(jié)果中最小的值S=min|Si'-Si|加W判斷，s= min|Si'-Si|大表示該點(diǎn)對(duì)鄰域灰度有較大影響，認(rèn)為是噪聲點(diǎn)，采用最小值可W降低將邊 緣點(diǎn)誤判為噪聲點(diǎn)的概率，在不同條件下，使用者也可根據(jù)情況自定義地選擇幾組數(shù)據(jù)進(jìn) 行S的選取。
[0015] 運(yùn)種基于局部鄰域內(nèi)最小均方差計(jì)算的噪點(diǎn)檢測(cè)方法能夠較為準(zhǔn)確的判斷出某 像素點(diǎn)為噪聲點(diǎn)或是平滑區(qū)域內(nèi)的像素點(diǎn)W及邊緣點(diǎn)，在W后的濾波中也可W根據(jù)對(duì)像素 點(diǎn)的判斷對(duì)其選用不同的平滑方法W達(dá)到去除噪聲的同時(shí)保留邊緣信息的目的。
[0016] 本發(fā)明還能夠根據(jù)不同鄰域內(nèi)的局部統(tǒng)計(jì)特征自適應(yīng)的確定其闊值，當(dāng)局部鄰域 內(nèi)的S值大于該闊值時(shí)，判斷其為噪聲點(diǎn)，小于該闊值時(shí)，判斷為非噪聲點(diǎn)，本發(fā)明的方法 可表不為：
[0019] S。為本方法所選取的闊值。當(dāng)S1'〉S。時(shí)，該像素點(diǎn)被判定為噪聲點(diǎn)；當(dāng)S1'《S。 時(shí)，該像素點(diǎn)被判定為非噪聲點(diǎn)。根據(jù)式似可知，當(dāng)卒很大時(shí)，即該鄰域內(nèi)五組未去屯、的 均方差很大，該點(diǎn)在不平滑區(qū)域，那么對(duì)該點(diǎn)的判斷需要更加嚴(yán)格，所選闊值要小于在平滑 區(qū)域的闊值，即S。取值小。
[0020] 下面結(jié)合附圖和【具體實(shí)施方式】進(jìn)一步詳細(xì)說(shuō)明本發(fā)明。
[OOW如圖1所示，給出的是一個(gè)9X9鄰域?yàn)槭纠诓煌那闆r下，使用者可W根據(jù)實(shí) 際需要進(jìn)行噪聲點(diǎn)檢測(cè)的圖像的尺寸化及對(duì)比度的不同選取不同大小的鄰域，圖像尺寸越 大為了節(jié)約噪聲點(diǎn)判斷時(shí)間可W選擇類(lèi)似5X5的較小鄰域，而為了判斷的準(zhǔn)確性，又可W 適量的增大鄰域尺寸，比如9X9鄰域，同樣的對(duì)于幾組局部數(shù)據(jù)的選擇也可W根據(jù)不同的 圖像特征進(jìn)行自定義選取W適應(yīng)不同圖像環(huán)境需求，達(dá)到較準(zhǔn)確的判斷。
【主權(quán)項(xiàng)】
1. 一種基于最小局部均方差計(jì)算的噪點(diǎn)檢測(cè)方法，其特征是，采用某像素點(diǎn)鄰域內(nèi)的 像素點(diǎn)，分別選取小鄰域，行，列，兩個(gè)斜向五組中的幾組將其局部均方差和局部去心均方 差的差值的絕對(duì)值與某個(gè)閾值做比較來(lái)對(duì)某個(gè)像素點(diǎn)是否為噪聲點(diǎn)進(jìn)行判斷，具體是，對(duì) 某個(gè)像素點(diǎn)計(jì)算該點(diǎn)鄰域內(nèi)五組的局部均方差S1'和鄰域內(nèi)去掉該點(diǎn)后的局部去心均方差 S1，計(jì)算二者的絕對(duì)值ISi'-S1I,并取五組結(jié)果中最小的值S=minISi'-S11加以判斷，S= minlS/-S11大表示該點(diǎn)對(duì)鄰域灰度有較大影響，認(rèn)為是噪聲點(diǎn)，采用最小值可以降低將邊 緣點(diǎn)誤判為噪聲點(diǎn)的概率，在不同條件下，使用者也可根據(jù)情況自定義地選擇幾組數(shù)據(jù)進(jìn) 行S的選取。2. 如權(quán)利要求1所述的基于最小局部均方差計(jì)算的噪點(diǎn)檢測(cè)方法，其特征是，根據(jù)不 同鄰域內(nèi)的局部統(tǒng)計(jì)特征自適應(yīng)的確定其閾值步驟是，當(dāng)局部鄰域內(nèi)的S值大于該閾值 時(shí)，判斷其為噪聲點(diǎn)，小于該閾值時(shí)，判斷為非噪聲點(diǎn)，表示為：S。為本方法所選取的閾值；當(dāng)S/ >S。時(shí)，該像素點(diǎn)被判定為噪聲點(diǎn)；當(dāng)S/ <S。時(shí)，該 像素點(diǎn)被判定為非噪聲點(diǎn)；根據(jù)式（2)可知，當(dāng)I；很大時(shí)，即該鄰域內(nèi)五組未去心的均方差 很大，該點(diǎn)在不平滑區(qū)域，那么對(duì)該點(diǎn)的判斷需要更加嚴(yán)格，所選閾值要小于在平滑區(qū)域的 閾值，即S。取值小。
【專(zhuān)利摘要】本發(fā)明涉及圖像處理領(lǐng)域，為提供一種根據(jù)像素點(diǎn)鄰域內(nèi)局部均方差與去掉本身的局部均方差的差值大小進(jìn)行局部檢測(cè)并判斷該點(diǎn)是否為噪聲點(diǎn)的方法。該方法能夠有效地降低非噪聲點(diǎn)誤判為噪聲點(diǎn)的概率。為此，本發(fā)明采取的技術(shù)方案是，基于最小局部均方差計(jì)算的噪點(diǎn)檢測(cè)方法，采用某像素點(diǎn)鄰域內(nèi)的像素點(diǎn)，分別選取小鄰域，行，列，兩個(gè)斜向五組中的幾組將其局部均方差和局部去心均方差的差值的絕對(duì)值與某個(gè)閾值做比較來(lái)對(duì)某個(gè)像素點(diǎn)是否為噪聲點(diǎn)進(jìn)行判斷。本發(fā)明主要應(yīng)用于圖像處理。
【IPC分類(lèi)】G06T7/00
【公開(kāi)號(hào)】CN105225244
【申請(qǐng)?zhí)枴緾N201510688993
【發(fā)明人】羅韜, 高靜, 史再峰
【申請(qǐng)人】天津大學(xué)
【公開(kāi)日】2016年1月6日
【申請(qǐng)日】2015年10月22日