噪聲像素自適應濾波方法及噪聲像素自適應濾波系統(tǒng)的制作方法
【專利摘要】本發(fā)明實施例公開了一種噪聲像素自適應濾波方法及一種噪聲像素自適應濾波系統(tǒng)。該方法包括：采集標準圖像的圖像信號；將標準圖像的圖像信號轉換為矩陣信號；創(chuàng)建噪聲干擾信號模型，通過噪聲干擾信號模型計算所述標準圖像的噪聲信號；將矩陣信號和噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結果；將濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差；重復上述各個步驟，得到多個誤差，計算多個誤差的絕對誤差，當絕對誤差最小時，將得到最佳的濾波權值結束本次濾波。本發(fā)明的技術方案可以解決濾波收斂速度和濾波時變跟蹤能力與穩(wěn)態(tài)誤差之間的矛盾，并且能夠快速有效地處理圖像，在有效快速濾除噪聲的同時，減小穩(wěn)態(tài)誤差，更能夠保留圖像的主要信息，提高算法的執(zhí)行效率。
【專利說明】
噪聲像素自適應濾波方法及噪聲像素自適應濾波系統(tǒng)
技術領域
[0001] 本發(fā)明涉及計算機應用技術領域，特別是涉及一種噪聲像素自適應濾波方法及自 適應濾波系統(tǒng)。
【背景技術】
[0002] 在圖像處理的計算機應用技術領域當中，例如電視視訊信號處理的領域，時常需 要面對的問題之一即各種的噪聲(noise)效應對于圖像質量的干擾。眾所周知，所述噪聲效 應對于圖像信號的干擾有業(yè)界所熟知的脈沖噪聲（impulse noise)、空間噪聲（spatial noise)、時域噪聲、或者其它類型的噪聲問題。一般而言，在處理這些噪聲時，通常采用的方 法視針對每一種噪聲特性會使用一個特定的電路來檢測并抑制該噪聲。
[0003] 但是，現(xiàn)有的圖像濾波方法存在的主要缺陷有以下幾個方面:處理速度不夠快、算 法執(zhí)行效率不高、圖像噪聲濾波跟蹤速度與穩(wěn)態(tài)誤差方面的矛盾，上述的各個缺陷在現(xiàn)有 的圖像濾波方法中一直得不到很好的解決。
[0004] 有鑒于此，本發(fā)明實施例有必要提供一種可以解決拍照過程中濾波收斂速度和濾 波時變跟蹤能力與穩(wěn)態(tài)誤差之間矛盾的噪聲像素自適應濾波方法及噪聲像素自適應濾波 系統(tǒng)。

【發(fā)明內容】

[0005] 為了克服上述【背景技術】的缺陷，本發(fā)明實施例提供一種噪聲像素自適應濾波方法 及自適應濾波系統(tǒng)，可以解決濾波收斂速度和濾波時變跟蹤能力與穩(wěn)態(tài)誤差之間的矛盾， 并且能夠快速有效地處理圖像，在有效快速濾除噪聲的同時，減小穩(wěn)態(tài)誤差，更能夠保留圖 像的主要信息，同時提高算法的執(zhí)行效率。
[0006] 為了解決上述技術問題本發(fā)明實施例的所采用的技術方案為：
[0007] -種噪聲像素自適應濾波方法，包括：
[0008] 采集標準圖像的圖像信號；
[0009] 將所述標準圖像的圖像信號轉換為矩陣信號；
[0010] 創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算所述標準圖像的噪聲信 號；
[0011]將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結 果；
[0012] 將所述濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差；
[0013] 重復上述各個步驟得到多個誤差，計算所述多個誤差的絕對誤差，當所述絕對誤 差最小時，所述將得到最佳的濾波權值結束本次濾波。
[0014] 進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：
[0015]
[0016] 公式（1)中，g，k分別為所述標準圖像R的高度和寬度；像令C
[rij ]為以像素 rij為中心的大小為N的濾波窗口。
[0017] 進一步地，所述創(chuàng)建噪聲干擾信號模型包括：
[0018] (1)采用二階的自適應濾波器；
[0019] (2)W* = [0.8,0.5]7為有限長單位沖擊想應濾波器FIR的系數(shù)；
[0020] (3)x(n)是方差為1、均值為0的高斯模擬輸入信號；
[0021] (4)v(n)是方差為0.04、均值為0的高斯白噪聲，且v(n)與x(n)不相關。
[0022]進一步地，在第五百個采樣點時刻，時變系統(tǒng)發(fā)生突變，F(xiàn)IR權矢量系數(shù)變成W* = [0·4,0·2]τ。
[0023] 進一步地，將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系 統(tǒng)的輸出結果，包括:將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，通過公式 (2)、（3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式(2)、（3)和(4)如下所示；
[0024] e(n) =d(n)-xT(n)ff(n) (2)
[0025] μ(η) =β( l_exp(_a I e(n) |m)) (3)
[0026] ff(n+l)=ff(n)+2y(n)e(n)x(n) (4)
[0027] 其中，所述W(n) = [w(n)，w(n-l)，w(n-2)，· · ·，w(n-L+l)]T為濾波器在時刻n的權 重矢量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差。
[0028] 所述比較模塊進一步用于使用所述多個誤差通過公式(5)分別計算所述濾波系統(tǒng) 的權值；
[0029] μ(η) =β( l_exp(_a I e(n) 13)) (5)
[0030] 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m = 3為最佳的權值更新方法。
[0031 ]所述方法進一步包括將所述濾波系統(tǒng)清零。
[0032] 一種噪聲像素自適應濾波系統(tǒng)，包括：
[0033]采集模塊，用于采集標準圖像的圖像信號并將所述標準圖像的圖像信號轉換為矩 陣信號；
[0034]處理模塊，用于創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算所述標 準圖像的噪聲信號、用于將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號得到濾波 系統(tǒng)的輸出結果；
[0035] 比較模塊，用于將所述濾波系統(tǒng)的輸出結果與標準作差，得到誤差;并重復上述各 個步驟得到多個誤差，計算所述多個誤差的絕對誤差，當所述絕對誤差最小時，所述濾波結 束。
[0036] 進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：
[0037]
[0038] 公式(1)中，g，k分別為所述標準圖像R的高度和寬度;像I
為以像素 rij為中心的大小為N的濾波窗口。
[0039]進一步地，所述處理模塊創(chuàng)建噪聲干擾信號模型包括：
[0040] (1)采用二階的自適應濾波器；
[00411 (2)W* = [0.8,0.5]7為有限長單位沖擊想應濾波器FIR的系數(shù)；
[0042] (3)x(n)是方差為1、均值為0的高斯模擬輸入信號；
[0043] (4)v(n)是方差為0.04、均值為0的高斯白噪聲，且v(n)與x(n)不相關。
[0044] 進一步地，在第五百個采樣點時刻，時變系統(tǒng)發(fā)生突變，F(xiàn)IR權矢量系數(shù)變成W* = [0·4,0·2]τ。
[0045] 進一步地，所述處理模塊將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信 號，得到濾波系統(tǒng)的輸出結果，包括:所述處理模塊將所述矩陣信號和所述噪聲信號疊加作 為濾波輸入信號，通過公式(2)、（3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式(2)、（3) 和(4)如下所示；
[0046] e(n) =d(n)-xT(n)ff(n) (2)
[0047] μ(η) =β( l_exp(_a I e(n) |m)) (3)
[0048] ff(n+l)=ff(n)+2y(n)e(n)x(n) (4)
[0049] 其中，所述W(n) = [w(n)，w(n-l)，w(n-2)，· · ·，w(n-L+l)]T為濾波器在時刻n的權 重矢量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差噪聲， L為濾波器的階數(shù)。
[0050] 所述比較模塊進一步用于使用所述多個誤差通過公式(5)分別計算所述濾波系統(tǒng) 的權值；
[0051] μ(η) =β( l_exp(_a I e(n) 13)) (5)
[0052] 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m = 3為最佳的權值更新方法。
[0053]所述比較模塊進一步用于將所述濾波系統(tǒng)清零。
[0054]本發(fā)明實施例所提供的技術方案的有益效果在于：由于將所采集標準圖像的圖像 信號轉換為矩陣信號;通過創(chuàng)建噪聲干擾信號模型并計算所述標準圖像的噪聲信號;將所 述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結果;將所述濾 波系統(tǒng)的輸出結果與標準圖像作差，得到誤差;使用所述誤差計算所述濾波系統(tǒng)的權值;并 且取所述絕對誤差最小時濾波系統(tǒng)的權值。由此，根據(jù)本發(fā)明實施例所公開的技術方案，可 以解決濾波收斂速度和濾波時變跟蹤能力與穩(wěn)態(tài)誤差之間的矛盾，并且當?shù)螖?shù)相同 時，根據(jù)本發(fā)明實施例所公開的技術方案的穩(wěn)態(tài)誤差是最小的；同時，要取得相同的穩(wěn)態(tài)誤 差值，本發(fā)明實施例所述的技術方案的迭代次數(shù)是最少的；并且，在發(fā)生斷裂時，本發(fā)明實 施例所述的技術方案是最快恢復到原來的穩(wěn)態(tài)誤差的，即本發(fā)明所述的技術方案的時變跟 蹤能力是最快的。總之，本發(fā)明實施例所述的技術方案，能夠快速有效地處理圖像，在有效 快速濾除噪聲的同時，減小穩(wěn)態(tài)誤差，更能夠保留圖像的主要信息，同時提高算法的執(zhí)行效 率。
【附圖說明】
[0055] 圖1為本發(fā)明一種噪聲像素自適應濾波方法實施例的流程圖；
[0056] 圖2為本發(fā)明一種噪聲像素自適應濾波方法實施例的穩(wěn)態(tài)誤差對比圖；
[0057]圖3為本發(fā)明一種噪聲像素自適應濾波方法實施例的收斂速度和時變跟蹤能力與 穩(wěn)態(tài)誤差對比圖；
[0058] 圖4為本發(fā)明一種噪聲像素自適應濾波系統(tǒng)實施例的模塊結構示意圖；
[0059] 圖5為本發(fā)明一種噪聲像素自適應濾波系統(tǒng)的模塊結構示意圖。
【具體實施方式】
[0060] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對照【附圖說明】 本發(fā)明的【具體實施方式】。顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于 本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他 的附圖，并獲得其他的實施方式。
[0061] 為使圖面簡潔，各圖中只示意性地表示出了與本發(fā)明相關的部分，它們并不代表 其作為產品的實際結構。另外，以使圖面簡潔便于理解，在有些圖中具有相同結構或功能的 部件，僅示意性地繪示了其中的一個，或僅標出了其中的一個。在本文中，"一個"不僅表示 "僅此一個"，也可以表示"多于一個"的情形。
[0062] 請參考圖1，本發(fā)明的一實施例提供一種噪聲像素自適應濾波方法。所述一種噪聲 像素自適應濾波方法，包括如下步驟：
[0063] 步驟11，采集標準圖像的圖像信號;此時圖像的采集可以是手機等移動終端拍照。 [0064]步驟12,將所述標準圖像的圖像信號轉換為矩陣信號;所述標準圖像的采集可以 是通過手機移動終端拍照得來的，將所述圖像信號轉換為矩陣信號可以參考現(xiàn)有技術進行 轉換，例如將所述獲取的圖像的高度和寬度轉換為矩陣信號的像素形式，提取主要像素采 用Mat Iab軟件進行轉化。
[0065] 步驟13,創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算所述標準圖像 的噪聲信號;所述的噪聲可以是手機拍照時的噪聲像素的干擾。
[0066] 步驟14,將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng) 的輸出結果；
[0067] 步驟15,將所述濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差；
[0068] 步驟16,重復上述各個步驟，得到多個誤差，計算所述多個誤差的絕對誤差，當所 述絕對誤差最小時，所述將得到最佳的濾波權值結束本次濾波。當所述多個誤差的絕對值 的平均值保持不變時，即可視為該誤差為最小誤差。
[0069] 本發(fā)明實施例所提供的技術方案中，由于將所采集標準圖像的圖像信號轉換為矩 陣信號;通過創(chuàng)建噪聲干擾信號模型并計算所述標準圖像的噪聲信號;將所述矩陣信號和 所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結果;將所述濾波系統(tǒng)的輸出 結果與標準圖像作差，得到誤差;使用所述誤差計算所述濾波系統(tǒng)的權值;并且取所述絕對 誤差最小時濾波系統(tǒng)的權值。由此，根據(jù)本發(fā)明實施例所公開的技術方案，可以解決濾波收 斂速度和濾波時變跟蹤能力與穩(wěn)態(tài)誤差之間的矛盾，并且當?shù)螖?shù)相同時，根據(jù)本發(fā)明 實施例所公開的技術方案的穩(wěn)態(tài)誤差是最小的；同時，要取得相同的穩(wěn)態(tài)誤差值，本發(fā)明實 施例所述的技術方案的迭代次數(shù)是最少的;并且，在發(fā)生斷裂時，本發(fā)明實施例所述的技術 方案是最快恢復到原來的穩(wěn)態(tài)誤差的，即本發(fā)明所述的技術方案的時變跟蹤能力是最快 的?？傊景l(fā)明實施例所述的技術方案，能夠快速有效地處理圖像，在有效快速濾除噪聲 的同時，減小穩(wěn)態(tài)誤差，更能夠保留圖像的主要信息，同時提高算法的執(zhí)行效率。
[0070] 進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：
[0071] (1)
[0072] 公式（1)中，g，k分別為所述標準圖像R的高度和寬度;像1 為以像素 rij為中心的大小為N的濾波窗口。
[0073] 進一步地，所述創(chuàng)建噪聲干擾信號模型包括：
[0074] (1)采用二階的自適應濾波器；
[0075] (2)W* = [0.8,0.5]TS有限長單位沖擊想應濾波器FIR的系數(shù)；
[0076] (3) X (η)是方差為1、均值為0的高斯模擬輸入信號；
[0077] (4 Mn)是方差為0.04、均值為0的高斯白噪聲，且ν(η)與X (η)不相關。進一步地， 根據(jù)本發(fā)明實施例所述的技術方案，當在第五百個采樣點時刻，時變系統(tǒng)會發(fā)生突變，所述 有限長單位沖擊想應濾波器FIR權矢量系數(shù)變成W*= [0.4，0.2]τ。
[0078] 進一步地，將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系 統(tǒng)的輸出結果，包括:將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，通過公式 (2)、（3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式(2)、（3)和(4)如下所示；
[0079] e(n) =d(n)-xT(n)ff(n) (2)
[0080] μ(η) =β( l_exp(_a I e(n) |m)) (3)
[0081] ff(n+l)=ff(n)+2y(n)e(n)x(n) (4)
[0082] 其中，所述W(n) = [w(n)，w(n-l)，w(n-2)，. . .，w(n-L+l)]T為濾波器在時刻n的權 重矢量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差。
[0083] 進一步地，所述方法包括使用所述多個誤差通過公式(5)分別計算所述濾波系統(tǒng) 的權值；
[0084] μ(η) =β( l_exp(_a I e(n) 13)) (5)
[0085] 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m = 3為最佳的權值更新方法。根據(jù)本發(fā) 明實施例所述的技術方案，將作差后得到的誤差作為濾波系統(tǒng)權值變化的激勵因子，當絕 對誤差達到最小時所取得的濾波系統(tǒng)的權值使得濾波系統(tǒng)具有最優(yōu)的濾波效果。
[0086] 所述方法進一步包括將所述濾波系統(tǒng)清零。當濾波過程中，每次濾波時需要將上 一次的濾波結果清零，以免再次使用時造成系統(tǒng)的濾波迭代干擾，同時控制系統(tǒng)的外部強 干擾時的復位。采用本發(fā)明實施例所述的清零方案可以增加系統(tǒng)的穩(wěn)定性與可靠性。
[0087] 請參考圖2,本發(fā)明實施例所述的一種噪聲像素自適應濾波方法實施例的穩(wěn)態(tài)誤 差對比圖。圖2的橫軸表示迭代次數(shù)n，縱軸表示穩(wěn)態(tài)誤差即噪聲誤差e(n)的絕對值Ie(n)I。 圖2中的三條曲線從下到上分別為m取值為3、2.75和2時的Ie(n) I的值的變化曲線。當?shù)?次數(shù)，并且當?shù)螖?shù)η取值相同時，根據(jù)本發(fā)明實施例所公開的技術方案，當m取值為3時 的穩(wěn)態(tài)誤差Ie (η) I是最小的。
[0088] 請參考圖3,本發(fā)明實施例所述的一種噪聲像素自適應濾波方法實施例的收斂速 度和時變跟蹤能力與穩(wěn)態(tài)誤差對比圖。圖3的橫軸表示迭代次數(shù)n，縱軸表示穩(wěn)態(tài)誤差即噪 聲誤差e(n)的絕對值Ie(n)I。圖3中的三條曲線1、2和3分別為采用本發(fā)明實施例所述的方 法、變步長調整規(guī)則的自適應濾波算法(SVSLMS)、及改進的SVSLMS所得出的Ie(η) I的值的 變化曲線。從圖3的曲線可以看出，要取得相同的穩(wěn)態(tài)誤差值，本發(fā)明實施例所述的技術方 案的迭代次數(shù)是最少的；并且，在發(fā)生斷裂時（即η取值500時，時變系統(tǒng)會發(fā)生突變），本發(fā) 明實施例所述的技術方案是最快恢復到原來的穩(wěn)態(tài)誤差的，即本發(fā)明所述的技術方案的時 變跟蹤能力是最快的。
[0089] 本發(fā)明一實施例還提供一種噪聲像素自適應濾波系統(tǒng)，請參考圖4。本發(fā)明一實施 例所提供的一種噪聲像素自適應濾波系統(tǒng)，包括采集模塊41、處理模塊42和比較模塊43，其 中：
[0090] 所述采集模塊41，用于采集標準圖像的圖像信號并將所述標準圖像的圖像信號轉 換為矩陣信號；
[0091] 所述處理模塊42,用于創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算 所述標準圖像的噪聲信號、用于將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號得 到濾波系統(tǒng)的輸出結果；
[0092]所述比較模塊43,用于將所述濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差;并 重復上述各個步驟得到多個誤差，計算所述多個誤差的絕對誤差，當所述絕對誤差最小時， 所述濾波結束。
[0093]本發(fā)明實施例所提供的技術方案中，由于將所采集標準圖像的圖像信號轉換為矩 陣信號;通過創(chuàng)建噪聲干擾信號模型并計算所述標準圖像的噪聲信號;將所述矩陣信號和 所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結果;將所述濾波系統(tǒng)的輸出 結果與標準圖像作差，得到誤差;使用所述誤差計算所述濾波系統(tǒng)的權值;并且取所述絕對 誤差最小時濾波系統(tǒng)的權值。由此，根據(jù)本發(fā)明實施例所公開的技術方案，可以解決濾波收 斂速度和濾波時變跟蹤能力與穩(wěn)態(tài)誤差之間的矛盾，并且當?shù)螖?shù)相同時，根據(jù)本發(fā)明 實施例所公開的技術方案的穩(wěn)態(tài)誤差是最小的；同時，要取得相同的穩(wěn)態(tài)誤差值，本發(fā)明實 施例所述的技術方案的迭代次數(shù)是最少的;并且，在發(fā)生斷裂時，本發(fā)明實施例所述的技術 方案是最快恢復到原來的穩(wěn)態(tài)誤差的，即本發(fā)明所述的技術方案的時變跟蹤能力是最快 的?？傊?，本發(fā)明實施例所述的技術方案，能夠快速有效地處理圖像，在有效快速濾除噪聲 的同時，減小穩(wěn)態(tài)誤差，更能夠保留圖像的主要信息，同時提高算法的執(zhí)行效率。
[0094]進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：
[0095] t
CD
[0096] 公式(I)中，g，k分別為所述標準圖像R的高度和寬度;像素 為以像素 rij為中心的大小為N的濾波窗口。
[0097]進一步地，所述處理模塊創(chuàng)建噪聲干擾信號模型包括：
[0098] (1)采用二階的自適應濾波器；
[0099] (2)W* = [0.8,0.5]TS有限長單位沖擊想應濾波器FIR的系數(shù)；
[0100] (3)x(n)是方差為1、均值為0的高斯模擬輸入信號；
[0101] (4)v(n)是方差為0.04、均值為0的高斯白噪聲，且v(n)與x(n)不相關。
[0102] 進一步地，在第五百個采樣點時刻，時變系統(tǒng)發(fā)生突變，F(xiàn)IR權矢量系數(shù)變成W* = [0·4,0·2]τ。
[0103] 進一步地，所述處理模塊將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信 號，得到濾波系統(tǒng)的輸出結果，包括:所述處理模塊將所述矩陣信號和所述噪聲信號疊加作 為濾波輸入信號，通過公式(2)、（3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式(2)、（3) 和(4)如下所示；
[0104] e(n) =d(n)-xT(n)ff(n) (2)
[0105] μ(η) =β( l_exp(_a I e(n) |m)) (3)
[0106] ff(n+l)=ff(n)+2y(n)e(n)x(n) (4)
[0107] 其中，所述W(n) = [w(n)，w(n-l)，w(n-2)，. . .，w(n-L+l)]T為濾波器在時刻n的權 重矢量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差噪聲， L為濾波器的階數(shù)。
[0108] 進一步地，所述比較模塊用于使用所述多個誤差通過公式(5)分別計算所述濾波 系統(tǒng)的權值；
[0109] μ(η) =β( l_exp(_a I e(n) 13)) (5)
[0110] 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m = 3為最佳的權值更新方法。
[0111] 所述比較模塊進一步用于將所述濾波系統(tǒng)清零。
[0112] 本發(fā)明實施例所述的技術方案，主要根據(jù)圖像去噪技術為背景的一些圖像噪聲濾 波方法與智能算法進行數(shù)字圖像的快速有效處理，不僅可以用于手機拍照時的噪聲像素濾 波，可以用于音樂噪聲濾波、手機通話噪聲濾波及同聲傳譯噪聲濾波等應用。
[0113] 本發(fā)明一實施例還提供一種噪聲像素自適應濾波系統(tǒng)的結構圖，請參考圖5。本發(fā) 明一實施例所提供的一種噪聲像素自適應濾波系統(tǒng)，
[0114] 將輸入信號依次輸入濾波系統(tǒng)的迭代模塊，得到濾波系統(tǒng)的輸出結果，并將輸出 結果與參考信號（即噪聲信號)作差得出濾波方法的激勵因子，該激勵因子作為權值改變的 主要因素，當輸出結果與參考信號的絕對誤差達到最小時，此時的權值系統(tǒng)的權值達到最 優(yōu)，自適應濾波方法效果最佳，控制模塊主要作為外圍穩(wěn)定控制系統(tǒng)，主要實現(xiàn)系統(tǒng)的復 位，清零操作。
[0115] 以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可 以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單 元，即可以位于一個地方，或者也可以分布到多個網絡單元上。可以根據(jù)實際的需要選擇其 中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領域普通技術人員在不付出創(chuàng)造性 的勞動的情況下，即可以理解并實施。
[0116] 通過以上的實施方式的描述，本領域的技術人員可以清楚地了解到各實施方式可 借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當然也可以通過硬件。基于這樣的理解，上 述技術方案本質上或者說對現(xiàn)有技術做出貢獻的部分可以以軟件產品的形式體現(xiàn)出來，該 計算機軟件產品可以存儲在計算機可讀存儲介質中，如R0M/RAM、磁碟、光盤等，包括若干指 令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執(zhí)行各個實施 例或者實施例的某些部分所述的方法。
[0117] 最后應說明的是：以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制;盡管 參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解:其依然可 以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換； 而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精神和 范圍。
【主權項】
1. 一種噪聲像素自適應濾波方法，其特征在于:包括： 采集標準圖像的圖像信號； 將所述標準圖像的圖像信號轉換為矩陣信號； 創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算所述標準圖像的噪聲信號； 將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的輸出結果； 將所述濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差； 重復上述各個步驟，得到多個誤差，計算所述多個誤差的絕對誤差，當所述絕對誤差最 小時，所述將得到最佳的濾波權值結束本次濾波。2. 根據(jù)權利要求1所述的方法，其特征在于： 進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：公式（1)中，g，k分別為所述標準圖像R的高度和寬度;像f勺 W像素rij為中屯、的大小為N的濾波窗口。3. 根據(jù)權利要求2所述的方法，其特征在于： 進一步地，所述創(chuàng)建噪聲干擾信號模型包括： (1) 采用二階的自適應濾波器； (2) W*= [0.8，0.5]t為有限長單位沖擊想應濾波器FIR的系數(shù)； (3) x(n)是方差為1、均值為0的高斯模擬輸入信號； (4) v(n)是方差為0.04、均值為0的高斯白噪聲，且v(n)與x(n)不相關。4. 根據(jù)權利要求3所述的方法，其特征在于： 進一步地，在第五百個采樣點時刻，時變系統(tǒng)發(fā)生突變，F(xiàn)IR權矢量系數(shù)變成W*= [0.4， 0.2]t。5. 根據(jù)權利要求3所述的方法，其特征在于： 進一步地，將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得到濾波系統(tǒng)的 輸出結果，包括:將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，通過公式（2)、 (3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式(2)、（3)和(4)如下所示； e(n) =d(n)-x^(n)W(n) (2) ]i(n)=0(l-e邱（-a I e(n) |m)) (3) W(n+l)=W(n)+2y(n)e(n)x(n) (4) 其中，所述W(n) = [w(n) ,w(n-l) ,w(n-2), . . . ,w(n-L+l) ]T為濾波器在時刻n的權重矢 量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差。6. 根據(jù)權利要求5所述的方法，其特征在于： 進一步地，所述方法包括使用所述多個誤差通過公式(5)分別計算所述濾波系統(tǒng)的權 值； ]i(n)=0(l-e邱（-a|e(n) |3)) (5) 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m=3為最佳的權值更新方法。7. 根據(jù)權利要求5所述的方法，其特征在于： 所述方法進一步包括將所述濾波系統(tǒng)清零。8. -種噪聲像素自適應濾波系統(tǒng)，其特征在于:包括： 采集模塊，用于采集標準圖像的圖像信號并將所述標準圖像的圖像信號轉換為矩陣信 號； 處理模塊，用于創(chuàng)建噪聲干擾信號模型，通過所述噪聲干擾信號模型計算所述標準圖 像的噪聲信號、用于將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號得到濾波系統(tǒng) 的輸出結果； 比較模塊，用于將所述濾波系統(tǒng)的輸出結果與標準圖像作差，得到誤差;并重復上述各 個步驟得到多個誤差，計算所述多個誤差的絕對誤差，當所述絕對誤差最小時，所述濾波結 束。9. 根據(jù)權利要求8所述的系統(tǒng)，其特征在于： 進一步地，所述標準圖像用R表示，所述矩陣信號如公式(1)所示：(1) 公式（1)中，g，k分別為所述標準圖像R的高度和寬度;像f令C[ru]為W 像素rij為中屯、的大小為N的濾波窗口。10. 根據(jù)權利要求9所述的系統(tǒng)，其特征在于： 進一步地，所述處理模塊創(chuàng)建噪聲干擾信號模型包括： (1) 采用二階的自適應濾波器； (2) W*= [0.8，0.5]t為有限長單位沖擊想應濾波器FIR的系數(shù)； (3) x(n)是方差為1、均值為0的高斯模擬輸入信號； (4) v(n)是方差為0.04、均值為0的高斯白噪聲，且v(n)與x(n)不相關。11. 根據(jù)權利要求10所述的系統(tǒng)，其特征在于： 進一步地，在第五百個采樣點時刻，時變系統(tǒng)發(fā)生突變，F(xiàn)IR權矢量系數(shù)變成W*= [0.4， 0.2]t。12. 根據(jù)權利要求10所述的系統(tǒng)，其特征在于： 進一步地，所述處理模塊將所述矩陣信號和所述噪聲信號疊加作為濾波輸入信號，得 到濾波系統(tǒng)的輸出結果，包括:所述處理模塊將所述矩陣信號和所述噪聲信號疊加作為濾 波輸入信號，通過公式（2)、（3)和(4)計算得到濾波系統(tǒng)的輸出結果，所述公式（2)、（3)和 (4)如下所示； e(n) =d(n)-x^(n)W(n) (2) y(n)=0(l-e邱（-a I e(n) |m)) (3) W(n+l)=W(n)巧]i(n)e(n)x(n) (4) 其中，所述巧(11) = [￥(]1)，'\￥(]1-1)，'\￥(]1-2)，...，'\￥(]1-1>1)]'''為濾波器在時刻]1的權重矢 量，所述X(n)為輸入激勵矢量，d(n)為期望響應值，v(n)為干擾噪聲，e(n)為誤差。13. 根據(jù)權利要求12所述的系統(tǒng)，其特征在于： 所述比較模塊進一步用于使用所述多個誤差通過公式(5)分別計算所述濾波系統(tǒng)的權 值； ]i(n)=0(l-e邱（-a|e(n) |3)) (5) 其中，所述m為誤差e(n)的指數(shù)系數(shù)，所述m=3為最佳的權值更新方法。14. 根據(jù)權利要求13所述的系統(tǒng)，其特征在于： 所述比較模塊進一步用于將所述濾波系統(tǒng)清零。
【文檔編號】H04N5/21GK105915762SQ201610395421
【公開日】2016年8月31日
【申請日】2016年6月6日
【發(fā)明人】劉小東
【申請人】上海斐訊數(shù)據(jù)通信技術有限公司