一种面向微光图像序列中椒盐和高斯混合噪声的去除方法技术

本发明专利技术公开了一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，该方法主要包括：获取每帧信息，并进行不同尺度的自适应中值滤波得到多个新的帧信息(S1)；将多个帧信息进行合并，得到一个帧信息(S2)；利用变换域块匹配三维滤波算法(VBM3D)对S2得到的帧信息进行处理，获得初步降噪后的帧信息(S3)；利用保边缘滤波方法对初步降噪后的每一帧信息进行平滑处理，获得最终降噪后的帧信息(S4)。本发明专利技术方法所得到的降噪后微光图像序列清晰度高，降噪效果好。

A method to remove the mixed noise of salt and pepper and Gauss in the sequence of low light image

The invention discloses a method for removing a LLL image sequence and Gauss and mixed noise, the method includes: obtaining information of each frame, and adaptive median filter with different scales from a number of new frame information (S1); merge multiple frames, a frame of information (S2); using the transform domain block matching 3D filtering algorithm (VBM3D) to deal with the frame information obtained by S2, obtains the preliminary frame information after noise reduction (S3); for each frame information preliminary denoised smoothing using edge preserving filtering method, to obtain the final frame information after noise reduction (S4). The method of the invention has high resolution and good noise reduction effect after noise reduction.

【技术实现步骤摘要】
一种面向微光图像序列中椒盐和高斯混合噪声的去除方法
本专利技术涉及一种微光图像序列的降噪方法，尤其涉及一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，属于数字图像处理

技术介绍
微光图像源于目标及其周围背景对夜晚自然辐射照明的反射，其显著的特征是在图像画面上叠加有明显的随机闪烁噪声，且照度越低，噪声表现越严重。低照度下输出的微光图像在军事侦察、目标瞄准及成像制导等应用中，不利于观察识别。为了提高微光成像系统的性能，有必要对图像进行噪声处理，以达到提高信噪比，提升视觉效果，增加作用距离的目的。微光夜视系统的噪声主要来源于图像增强器。噪声可以分为两大类：一类称为电子噪声，它是图像增强器正常工作期间由电子流和光子流所固有的随机性起伏产生的噪声，表现为整幅图像画面上基本均匀的、极细微的粒子移动。另一类称为离子噪声，或称雪花噪声，它基本上存在于设计与制造不尽完善的像增强器中，是由处于电子光学成像场区中的离子被反向加速、轰击光电阴极，局部成群电子逸出所产生的噪声。这些离子来源于管壁、金属零件表面和微通道板内部，在吸附与解吸大致动态平衡的过程中被不断解吸。这种噪声从出射屏的图像外观看，犹如片片雪花随机地飘浮在画面上，并在它出现之处显著改变该处图像的细节和对比。雪花闪烁一般呈不规则斑片状，大小约占几个甚至十几个像素。其中，离子噪声是非固有的，通过改善光电阴极、MCP、器件电极的制造工艺及保证真空度是可以消除的，若在上述步骤中未能有效去除，可以通过图像处理技术加以抑制。而电子噪声是固有的，只能通过图像处理技术加以抑制。噪声历来都分别被单一地描述为时间域随机过程和空间域随机过程，但在成像系统中，图像噪声实际上应按时空域随机过程统一描述。其中，高斯噪声和椒盐噪声是最常见的两种噪声形式。针对高斯噪声，研究者提出使用各种滤波器进行降噪，这些方法分为基于局部均值的滤波和基于非局部均值的滤波方法。基于局部均值的滤波通过局部窗口像素加权平均获得中心像素值，其权重可以固定，也可以通过图像内容自适应获得。其主要依赖各种空间滤波器，例如，均值滤波器、高斯滤波器、顺序统计滤波器、维纳滤波器、各向异性滤波器、双边滤波器等。近年来，研究者发现可以利用遥感图像本身的自相似性进行图像降噪，该类方法利用任意一块小窗口图像块会有许多与之相似的图像块的思想，使用块匹配方法获取滤波权重，取得了很好的降噪效果。通过将自相似思想扩展到频率域研究者提出使用块匹配三维滤波(VBM3D)。该方法首先将图像分成一定大小的小块，寻找图像内和帧间的相似小块形成三维数组，然后通过小波硬阈值和维纳滤波有效的去除噪声。而对于只有椒盐噪声的图像，传统的中值滤波算法及其改进算法可获得良好的结果。然而，在现实生活中，图像受到的噪声不只有一种，有些获得的图像往往含有高斯和椒盐混合噪声，针对某一种特定噪声的方法，在这种混合噪声的情形下效果不理想。在此背景下，研究一种可以处理微光图像序列中高斯-椒盐混合噪声的降噪方法具有重要意义。
技术实现思路
本专利技术实施例提供了一种微光图像降噪方法，用以解决目前通过单一的方法无法去除高斯和椒盐混合噪声的情况。针对现有技术存在的问题，本专利技术实施例提供了一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，包括如下步骤：(1)获取每帧图像，并对这帧图像进行多种滤波半径的自适应中值滤波得到多个新的帧图像；(2)将步骤(1)中对应的多个帧图像进行融合，得到一个融合后的帧图像；(3)利用变换域块匹配三维滤波算法(VBM3D)对经步骤(2)得到的融合后帧图像进行降噪处理，获得初步降噪后的帧图像；(4)利用边缘保持滤波方法对经步骤(3)得到的初步降噪后的帧图像进行平滑处理，获得最终降噪后的帧图像。如上所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，其特征在于所述步骤(1)中，使用3种滤波半径进行自适应中值滤波处理，三种半径的尺寸设定为r1＝W/40，r1＝W/60，r1＝W/120，W为宽度和高度中较小的值。如上所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，所述步骤(2)中，使用平均加权的方法对多个帧图像进行融合。如上所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，所述步骤(3)中，在执行变换域块匹配三维滤波算法的图像块匹配分组过程中，采用限定搜索区域范围和判断的方式动态设定匹配数量阈值，如果在之前设定的区域没有搜索到足够数量的相似块，在一定程度上扩大搜索范围，并且增加滑动窗的移动步长，来降低运算复杂度，减少三维数组中冗余的存储数据，加快图像块分组匹配环节的处理速度。如上所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，边缘保持滤波方法使用引导滤波。如上所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，其特征在于所述的保边缘滤波使用的半径与图像的宽度和高度中较小的值成比例关系，其关系为r＝W/36，其中r为保边缘滤波的半径，W为宽度和高度中较小的值。附图说明下面结合附图和具体实施方式对本专利技术作进一步的说明。图1为本专利技术所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法流程图。图2为根据本专利技术的降噪方法得到的效果示意图，其中，图2(a)表示原始图像，图2(b)表示含噪图像，图2(c)表示本专利技术方法获取的降噪后图像。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。本专利技术实施例提供了一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，所述方法包括如下几个步骤：1.获取每帧图像，并对这帧图像进行多种滤波半径的自适应中值滤波得到多个新的帧图像；当椒盐噪声和高斯噪声同时存在的时候，应当先去除椒盐噪声。这是因为，高斯噪声的去除会改变椒盐噪声的分布，给椒盐噪声的去除增加新的困难，而椒盐噪声的去除不会影响高斯噪声的分布情况。另外，由于所含椒盐噪声的程度不同，为了提高方法的去噪能力，本专利技术使用多种滤波半径的自适应中值滤波分别去除椒盐噪声。根据实验效果，我们发现滤波的最优半径与图像的尺寸存在一定的关系，本专利技术的实施例中，三种半径的尺寸设定为r1＝W/40，r1＝W/60，r1＝W/120，W为宽度和高度中较小的值。自适应中值滤波包括三个部分：(1)对图像各区域进行噪声检测；(2)根据各区域受噪声污染的状况确定滤波窗口的尺寸；(3)对检测出的噪声点进行滤波。Ix表示一个将被处理的子图像，令：qmin表示Ix中的最小亮度值qmax表示Ix中的最大亮度值qmed表示Ix中的亮度中值qx表示坐标x处的亮度值自适应中值滤波算法工作在两个层面，表示为levelA和levelB：LevelA：若qmin<qmed<qmax,则转向levelB否则增加窗口尺寸若窗口尺寸≤Wmax，重复levelA否则输出qmedLevelB：若qmin<qx<qmax,则输出qx否则输出qmed其中，Wmax表示允许的最大自适应滤波器窗口大小。LevelA最本文档来自技高网...

【技术保护点】
一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，包括如下步骤：(1)获取每帧图像，并对这帧图像进行多种滤波半径的自适应中值滤波得到多个新的帧图像；(2)将步骤(1)中对应的多个帧图像进行融合，得到一个融合后的帧图像；(3)利用变换域块匹配三维滤波算法(VBM3D)对经步骤(2)得到的融合后帧图像进行降噪处理，获得初步降噪后的帧图像；(4)利用边缘保持滤波方法对经步骤(3)得到的初步降噪后的帧图像进行平滑处理，获得最终降噪后的帧图像。

【技术特征摘要】
1.一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，包括如下步骤：(1)获取每帧图像，并对这帧图像进行多种滤波半径的自适应中值滤波得到多个新的帧图像；(2)将步骤(1)中对应的多个帧图像进行融合，得到一个融合后的帧图像；(3)利用变换域块匹配三维滤波算法(VBM3D)对经步骤(2)得到的融合后帧图像进行降噪处理，获得初步降噪后的帧图像；(4)利用边缘保持滤波方法对经步骤(3)得到的初步降噪后的帧图像进行平滑处理，获得最终降噪后的帧图像。2.如权利要求1所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，其特征在于：所述步骤(1)中，使用3种滤波半径进行自适应中值滤波处理，三种半径的尺寸设定为r1＝W/40，r1＝W/60，r1＝W/120，W为宽度和高度中较小的值。3.如权利要求1所述的一种面向微光图像序列中椒盐和高斯混合噪声的去除方法，其特征在于：所述步骤(2)中，使...

【专利技术属性】
技术研发人员：胡海苗，高原原，李波，郭强，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11