一种基于多通道噪声检测的滤波方法及装置制造方法及图纸

本发明专利技术公开了一种基于多通道噪声检测的滤波方法及装置，通过获取待检测彩色图像；分别对彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过子通道噪声标识矩阵得到彩色图像的噪声标识矩阵；根据彩色图像的噪声标识矩阵，对彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。本发明专利技术所提供的滤波方法及装置，不仅能够快速有效地抑制脉冲噪声，而且保护图像边缘信息和细节特征的能力也更加优异，提高了图像处理的速度和精准度。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别是涉及一种基于多通道噪声检测的滤波方法及装置。
技术介绍
在图像处理中，无论是在图像生成过程中，还是图像应用中，都会受到各类噪声的干扰，其中最为普遍的就是受到脉冲噪声的干扰。脉冲噪声会导致图像呈现出随机分布的黑白相间的噪声点，极大地降低图像质量。近些年来掀起一股研究彩色图像滤波去噪算法的热潮。彩色图像滤波方法目前分为两大类，分别是基于分量形式的滤波方法和基于矢量的滤波方法。分量形式的滤波方法是首先对彩色图像的三个子通道R、G、B分别滤波，然后再合成形成新的彩色图像。分量形式的滤波器将彩色图像作为多个灰度图像并且单独地处理每个颜色通道。大多数标量滤波方法可以直接应用到彩色图像，但是由于没有考虑彩色图像三个颜色通道之间的自然相关性，导致滤波后的图像引入原图中未出现的人工颜色。矢量滤波方法能够较好地解决该问题。传统滤波方法根据统一的标准对图像的所有像素进行处理，非噪声像素被平滑处理，这样就造成滤波后的图像边缘模糊化、细节特征被损坏、视觉效果不理想，很难达到图像滤波的基本要求。人们从不同方面对传统的滤波算法进行改进，虽然改进过的滤波方法对于彩色脉冲噪声均有滤除能力，但在处理被污染的图像时，没有区分当前像素及其邻域像素是否受到噪声污染，这样也使得处理后的图像边缘信息丢失，细节特征被损坏导致图像失真。近年来，涌现出各类开关型的矢量滤波方法，例如快速对等组滤波(FPGF)、鲁棒开关中值滤波(RSVMF)、对等体组开关中值滤波(PGSF)方法、四元数开关中值滤波(QSF)方法、基于监督学习算法的开关中值滤波(MSN)方法等等。基于噪声检测的这类滤波方法的主要特征就是通过某种特定的检测标准把受噪声污染的图像像素分为噪声像素和非噪声像素，这样大大的提高了图像滤波方法的细节保护能力和滤波性能。但是这些方法在检测阶段中容易产生许多误判和漏判现象，容易造成噪声点在滤除阶段在图像中广泛传播，图像边缘细节丢失或损坏。
技术实现思路
本专利技术的目的是提供一种基于多通道噪声检测的滤波方法及装置，目的在于快速有效地抑制脉冲噪声的同时，更好地保护图像边缘信息和细节特征。为解决上述技术问题，本专利技术提供一种基于多通道噪声检测的滤波方法，包括：获取待检测彩色图像；分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵；根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。可选地，所述分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵包括：通过自适应加权矢量中值噪声检测器进行噪声检测，对图像像素点进行分类，在检测窗口内求取所有图像灰度值的极大值与极小值，并根据像素灰度值与所有极值像素值的加权平均值的差值是否超过预先设定的检测阈值来判断是否为噪声点。可选地，所述通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵包括：通过将所述子通道噪声标识矩阵进行矩阵逻辑或运算，得到所述彩色图像的噪声标识矩阵。可选地，所述根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像包括：采用改进中值滤波方法对所述彩色图像中的脉冲噪声点进行滤除。可选地，所述采用改进中值滤波方法对所述彩色图像中的脉冲噪声点进行滤除包括：扫描所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，而保留滤波窗口中未被噪声污染的点。本专利技术还提供了一种基于多通道噪声检测的滤波装置，包括：获取模块，用于获取待检测彩色图像；检测模块，用于分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；确定模块，用于通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵；滤波模块，用于根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。可选地，所述检测模块具体用于：通过自适应加权矢量中值噪声检测器进行噪声检测，对图像像素点进行分类，在检测窗口内求取所有图像灰度值的极大值与极小值，并根据像素灰度值与所有极值像素值的加权平均值的差值是否超过预先设定的检测阈值来判断是否为噪声点。可选地，所述确定模块具体用于：通过将所述子通道噪声标识矩阵进行矩阵逻辑或运算，得到所述彩色图像的噪声标识矩阵。可选地，所述滤波模块具体用于：采用改进中值滤波方法对所述彩色图像中的脉冲噪声点进行滤除。可选地，所述滤波模块具体用于：扫描所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，而保留滤波窗口中未被噪声污染的点。本专利技术所提供的基于多通道噪声检测的滤波方法及装置，通过获取待检测彩色图像；分别对彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过子通道噪声标识矩阵得到彩色图像的噪声标识矩阵；根据彩色图像的噪声标识矩阵，对彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。本专利技术所提供的滤波方法及装置，不仅能够快速有效地抑制脉冲噪声，而且保护图像边缘信息和细节特征的能力也更加优异，提高了图像处理的速度和精准度。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的基于多通道噪声检测的滤波方法的一种具体实施方式的流程图；图2为本专利技术所提供的基于多通道噪声检测的滤波方法的另一种具体实施方式的示意图；图3为本专利技术所提供的基于多通道噪声检测的滤波方法的另一种具体实施方式的流程图；图4为本专利技术实施例提供的基于多通道噪声检测的滤波装置的结构框图；图5(a)为原始图像lena图；图5(b)、(c)、(d)、(e)分别为滤波器FPGF、ACWVMF、RSVMF和AMF对应输出的结果图像；图5(f)为本专利技术所提供的滤波器的输出图像。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术所提供的基于多通道噪声检测的滤波方法的一种具体实施方式的流程图如图1所示，该方法包括：步骤S101：获取待检测彩色图像；步骤S102：分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；步骤S103：通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵；步骤S104：根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。本专利技术所提供的基于多通道噪声检测的滤波方法，通过获取待检测彩色图像；分别对彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过子通道噪声标识矩阵得到彩色图像的噪声标识矩阵；根据彩色图像的噪声标识矩阵，对彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。本专利技术所提供的滤波方法，不仅能够快速有效地抑制脉冲噪声，而且保护图像边缘信息和本文档来自技高网...

【技术保护点】
一种基于多通道噪声检测的滤波方法，其特征在于，包括：获取待检测彩色图像；分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵；根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。

【技术特征摘要】
1.一种基于多通道噪声检测的滤波方法，其特征在于，包括：获取待检测彩色图像；分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵；通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵；根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像。2.如权利要求1所述的基于多通道噪声检测的滤波方法，其特征在于，所述分别对所述彩色图像的每个颜色通道进行噪声点检测，得到三个子通道噪声标识矩阵包括：通过自适应加权矢量中值噪声检测器进行噪声检测，对图像像素点进行分类，在检测窗口内求取所有图像灰度值的极大值与极小值，并根据像素灰度值与所有极值像素值的加权平均值的差值是否超过预先设定的检测阈值来判断是否为噪声点。3.如权利要求2所述的基于多通道噪声检测的滤波方法，其特征在于，所述通过所述子通道噪声标识矩阵得到所述彩色图像的噪声标识矩阵包括：通过将所述子通道噪声标识矩阵进行矩阵逻辑或运算，得到所述彩色图像的噪声标识矩阵。4.如权利要求1至3任一项所述的基于多通道噪声检测的滤波方法，其特征在于，所述根据所述彩色图像的噪声标识矩阵，对所述彩色图像中的脉冲噪声点进行滤除，获取滤波后图像包括：采用改进中值滤波方法对所述彩色图像中的脉冲噪声点进行滤除。5.如权利要求4所述的基于多通道噪声检测的滤波方法，其特征在于，所述采用改进中值滤波方法对所述彩色图像中的脉冲噪声点进行滤除包括：扫描所述彩色图像的噪声...

【专利技术属性】
技术研发人员：熊园园，钟灵，唐平，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44