一种能保持多谱图像细线结构的噪声抑制方法技术

本发明专利技术公开了一种能保持多谱图像细线结构的噪声抑制方法，该方法包括以下处理步骤：a、局部方向的鲁棒分析，即在有脉冲噪声干扰情况下，获取多谱图像中的边沿和细线结构的局部方向；b、构建局部加权模板，即根据局部方向确定邻域内各个像素的权值；c、方向加权矢量中值滤波，即以权值计算加权距离，首先计算加权距离和，然后据此对像素排序，寻找加权距离和最小的像素值，将其作为输出。本发明专利技术方法在抑制脉冲噪声的同时能够有效地保持图像中的细线结构，尤其适用于对诸如普通彩色自然景物图像、多光谱遥感图像、医学多谱图像、地震勘探数据体等具有多个通道的图像和数据的降噪和特征增强。

【技术实现步骤摘要】

本专利技术涉及一种多谱图像降噪方法，具体涉及一种能保持多谱图像细线结构的噪声抑制方法，适用于对诸如普通彩色自然景物图像、多光谱遥感图像、医学多谱图像、地震勘探数据体等具有多个通道的图像和数据的降噪和特征增强。
技术介绍
图像和科学数据在获取、传输的过程中，不可避免会受到干扰，例如传感器噪声、背景干扰噪声、传输信道干扰等，这些干扰一般统称为噪声。噪声的形式有多种，以高斯噪声和脉冲干扰噪声最为常见。对于高斯噪声，传统的线性滤波具有较好的抑制效果。而脉冲干扰噪声，例如椒盐噪声，则往往需要使用非线性滤波来抑制，其中以中值滤波最为有效。无论是线性滤波还是中值滤波，他们在抑制噪声的同时，都可能会损害图像中的有用结构。例如破坏快速上升的边沿，导致图像模糊，或者，将图像中的细线结构(道路、纹理)抹除。所以，降噪过程中如何保持边沿、细线等图像结构至关重要。另一方面，彩色图像等具有多个通道的图像，由于承载信息容量大，逐步取代单一通道图像，成为日常生活和科学研究中常用的图像形式。这类图像统称为多谱图像，或者多通道图像。对该类图像的降噪，以往是逐个通道进行的，即每次处理一个通道，处理某个通道时不考虑其他通道对该通道的影响。但是，这种分通道处理方法存在本质缺陷，它破坏了通道分量之间的相关性。为此，需要将多个通道的数据表达为矢量，再将矢量作为一个整体处理，这样才能利用矢量的分量之间的相关性。针对多谱图像中脉冲噪声的抑制问题，目前最有效的方法是矢量中值滤波器。其基本思想是：针对多谱图像的每个图像块，计算其矢量中值作为滤波器输出。现有方法主要集中在如何设计矢量中值中的距离测度，从而能在滤波的同时保持边沿等重要结构。但是，现有滤波方法都没有考虑图像的局部结构，从而无法使矢量中值滤波按照图像本身结构的走向自适应调节。该缺陷使图像的一些细线结构被移除。细线结构，要么其本身代表重要的图像结构，例如遥感图像中的道路、地震勘探图像中的通道等；要么它是纹理的组成部分。这种结构对于后续分割、识别算法的精确性有重要影响。例如，在石油勘探数据中，识别通道往往是识别油藏的重要步骤。所以，抑制多谱图像的脉冲噪声时，如何能既衰减噪声，又能保持细线结构，具有重要的实用价值。
技术实现思路
针对现有技术中存在的上述技术问题，本专利技术提出了一种能保持多谱图像细线结构的噪声抑制方法，该方法在抑制脉冲噪声的同时能够有效地保持图像中的细线结构，从而便于特征识别算法识别细线特征。为了实现上述目的，本专利技术采用如下技术方案：一种能保持多谱图像细线结构的噪声抑制方法，包括步骤：a局部方向的鲁棒分析在有脉冲噪声干扰情况下，获取多谱图像中的边沿和细线结构的局部方向；b构建局部加权模板根据局部方向确定邻域内各个像素的权值；c方向加权矢量中值滤波以权值计算加权距离，首先计算加权距离和，然后据此对像素排序，寻找加权距离和最小的像素值，将其作为输出。进一步，上述步骤a还包括如下子步骤：a1在各个谱分量上，计算局部方向变化，即沿着水平和垂直方向的偏导数；a2利用局部方向变化，构建鲁棒结构张量；a3对鲁棒结构张量做特征值分解，求取特征向量，获得边沿和细线的方向和走向。进一步，上述步骤a1还包括如下子步骤：a11获取一幅多谱图像I(x，u)，1≤y≤M，1≤x≤N，每个像素由L个谱分量组成；a12计算该多谱图像沿水平和垂直方向的偏导数，即：∂I(x,y)∂x=Δ(Dx1(x,y),Dx2(x,y),...,DxL(x,y))=(∂I1(x,y)∂x,∂I2(x,y)∂x,...,∂IL(x,y)∂x),]]>∂I(x,y)∂y=Δ(Dy1(x,y),Dy2(x,y),...,DyL(x,y))=(∂I1(x,y)∂y,∂I2(x,y)∂y,...,∂IL(x,y)∂y).]]>进一步，上述步骤a2还包括如下子步骤：a21以当前位置(x0,y0)为中心，取一个矩形小邻域，大小为(2B+1)×(2B+1),即：a22在上述邻域内，构建鲁棒结构张量矩阵：TxxTxyTxyTyy,]]>其中，其中，符号表示对其中的元素计算alpha-删减均值。进一步，上述步骤b还包括如下子步骤：b1根据局部边沿方向e和边沿走向f，以及二者分别对应的特征值λe和λf，计算一致性度量c，即：c=λe-λfλe+λf;]]>b2设定参数β和如下构造加权矩阵D：D=1σr2(β+cβ)200(ββ+c)2;]]>b3使用局部方向和走向构造旋转矩阵，并旋转b2中的加权矩阵D，得到经过旋转后的加权矩阵A，即：A=1σr2ef(β+cβ)200(ββ+c)2eTfT;]]>b4对于邻域内的每个位置，计算权值：w(x,y)∝exp{x-x0y-y0Ax-x0y-y0本文档来自技高网...

【技术保护点】
一种能保持多谱图像细线结构的噪声抑制方法，其特征在于，包括步骤：a局部方向的鲁棒分析在有脉冲噪声干扰情况下，获取多谱图像中的边沿和细线结构的局部方向；b构建局部加权模板根据局部方向确定邻域内各个像素的权值；c方向加权矢量中值滤波以权值计算加权距离，首先计算加权距离和，然后据此对像素排序，寻找加权距离和最小的像素值，将其作为输出。

【技术特征摘要】
1.一种能保持多谱图像细线结构的噪声抑制方法，其特征在于，包括步骤：
a局部方向的鲁棒分析
在有脉冲噪声干扰情况下，获取多谱图像中的边沿和细线结构的局部方向；
b构建局部加权模板
根据局部方向确定邻域内各个像素的权值；
c方向加权矢量中值滤波
以权值计算加权距离，首先计算加权距离和，然后据此对像素排序，寻找加权距离和最
小的像素值，将其作为输出。
2.根据权利要求1所述的一种保持多谱图像细线结构的噪声抑制方法，其特征在于，所
述步骤a包括以下步骤：
a1在各个谱分量上，计算局部方向变化，即沿着水平和垂直方向的偏导数；
a2利用局部方向变化，构建鲁棒结构张量；
a3对鲁棒结构张量做特征值分解，求取特征向量，获得边沿和细线的方向和走向。
3.根据权利要求2所述的一种保持多谱图像细线结构的噪声抑制方法，其特征在于，所
述步骤a1包括以下步骤：
a11获取一幅多谱图像I(x,y)，1≤y≤M，1≤x≤N，每个像素由L个谱分量组成；
a12计算该多谱图像沿水平和垂直方向的偏导数，即：
∂I(x,y)∂x=Δ(Dx1(x,y),Dx2(x,y),...,DxL(x,y))=(∂I1(x,y)∂x,∂I2(x,y)∂x,...,∂IL(x,y)∂x),]]>∂I(x,y)∂y=Δ(Dy1(x,y),D...

【专利技术属性】
技术研发人员：颜斌，杨红梅，王亚菲，宋凌云，王恒，刘得源，白培瑞，郭银景，张仁彦，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37