一种冲击噪声图像去噪方法技术

本发明专利技术公开了一种冲击噪声图像去噪方法，具有如下步骤：建立噪声污染图像I的标记矩阵F，根据所述的冲击噪声污染密度ρ将所述的图像I和标记矩阵F分别划分成M*N个网格；分别提取图像I和矩阵F中第(m，n)个网格内的像素构成的图像块Tm，n和标记块Lm，n；通过遍历所述的标记块Lm，n内的元素，建立图像块Tm，n中污染像素集合E和非污染像素集合P；得到线性预测系统参数Ψ；根据所述的线性预测系统参数Ψ和欧式距离矩阵De计算得出污染像素值对该污染像素值进行矩阵转置操作，得到去除噪声像素值E；得到去噪后的图像块Tm，n；将图像块Tm，n写回图像，代替第(m,n)个网格内图像像素；遍历图像I中的所有网格。

【技术实现步骤摘要】

本专利技术涉及一种去除图像中去除冲击噪声的方法。涉及专利分类号G06计算；推算；计数G06T一般的图像数据处理或产生G06T5/00图像的增强或复原，如从位像到位像地建立一个类似的图形。
技术介绍
数字成像传感器CCD或CMOS等被广泛应用于工业、娱乐、民用等领域，在实际使用过程中，受制造缺陷、器件老化、传输错误等因素影响，在获得的成像图像中存在着冲击噪声污染，冲击噪声包括：椒盐噪声和随机冲击噪声两类。其中，椒盐噪声常表现为恒定的极亮或极暗像素，以取值范围为0-255的灰度图像为例，椒盐噪声像素的取值通常为255或0。如图1所示，a是原始图像，b是30％椒盐噪声污染图像。椒盐噪声对图像质量影响最大，一些非线性滤波方法被用于椒盐噪声图像去噪。中值滤波最早被用于椒盐噪声图像去噪，它以像素邻域内中值代替当前像素，进行图像滤波，图1.c是b的中值滤波结果。由于中值滤波会将未污染像素错误地用邻域内像素中值取代，而使滤波后图像产生失真。为此，Sun等([Sun,T,Neuvo,Y.,1994.Detail-preservingmedianbasedfiltersinimageprocessing.PatternRecognitionLett.15(4),341–347.)首次提出选择中值滤波(SwitchingMedianFilter,SMF)。SMF的基本思想是：先在受污染图像中标记出污染像素(比如像素值为255或0的像素即为污染像素)和未污染像素(像素值介于0-255之间的像素)；在图像修复过程中，只对污染像素进行处理，未污染像素保持不变。这样就可保证未污染像素不被邻域内像素中值替代，而具有更高保真度。图1中d是b的选择中值滤波结果，可以看出，选择中值滤波结果明显优于传统中值滤波方法。但是，当冲击噪声污染密度较大时，比如80％以上，如图1中e所示，中值滤波和选择中值滤波都难以得到较理想的修复图像，图1中f是图1中e的中值滤波结果，图1中g是图1中e的选择中值滤波结果。高密度(冲击噪声污染比率在50％以上)冲击噪声污染图像去噪问题受到了国内外学者广泛关注。比如，Esakkirajan(2011)等(EsakkirajanS,VeerakumarT,SubramanyamAN,PremChandCH.Removalofhighdensitysaltandpeppernoisethroughmodifieddecisionbasedunsymmetrictrimmedmedianfilter.IEEESignalProcessLett2011；18(5):287–90.)提出非对称三态滤波用于修复高度密度椒盐噪声污染图像。Lu(2012)等(LuC.-T,ChouT.-C.Denoisingofsalt-and-peppernoisecorruptedimageusingmodifieddirectional-weighted-medianfilter,PatternRecognitionLetters,vol.33,no.10,pp.1287–1295,2012.)提出改进的方向加权中值滤波算法，可用于修复80％冲击噪声污染图像。Mu(2013)等(MuHH,FanCC,etal.Fastandefficientmedianfilterforremoving1-99％levelsofsalt-and-peppernoiseinimages.EngineeringApplicationsofArtificialIntelligence.26(2013)1333-1338)根据不同的噪声密度等级，改进SMF算法搜索窗口大小和方向，提出了一种快速、高密度冲击噪声消除算法，可实现99％椒盐噪声污染图像修复。Vijaykumar(2014)等(V.R.Vijaykumar,G.Santhana,etal.Fastswitchingbasedmedian-meanfilterforhighdensitysaltandpeppernoiseremoval.InternationalJournalofElectronicsandCommunications.p:1145–1155,2014)提出了一种选择均值中值滤波算法，通过加大搜索窗口的尺寸，可实现90％椒盐噪声污染图像修复。Zhang(2014)等(ZhangC,WangK.etal.Removalofhigh-densityimpulsenoisebasedonswitchingmorphology-meanfilter.InternationalJournalofElectronicsandCommunications.2014)将形态学与选择滤波融合，提出选择形态学滤波，通过2层选择开、闭形态学滤波，可实现90％椒盐噪声污染图像修复。但是，这类基于局部窗口内中值、均值、极值(最大值或最小值)的选择滤波方法，在进行高密度椒盐噪声图像修复时，较大的滤波窗口容易使图像产生模糊，进而降低修复后图像信噪比。
技术实现思路
本专利技术针对以上问题的提出，而研制的一种冲击噪声图像去噪方法，具有如下步骤：—建立噪声污染图像I的标记矩阵F，该矩阵F的元素与图像I中的像素对应，矩阵中元素为0表示图像I中对应位置的像素为非污染像素，元素为1表示对象I中对应位置的像素为污染像素；统计当前图像的冲击噪声污染密度ρ；—根据所述的冲击噪声污染密度ρ将所述的图像I和标记矩阵F分别划分成M*N个网格；分别提取图像I和矩阵F中第(m，n)个网格内的像素构成的图像块Tm，n和标记块Lm，n；—通过遍历所述的标记块Lm，n内的元素，根据标记块Lm，n元素和图像块Tm，n像素的对应关系，建立图像块Tm，n中污染像素集合E和非污染像素集合P；—计算非污染像素集合P中非污染像素之间的图像坐标欧式距离矩阵Dp，得到线性预测系统参数Ψ；计算污染像素集合E中所有像素与所述的非污染像素集合P之间的图像坐标欧式距离矩阵De；—根据所述的线性预测系统参数Ψ和欧式距离矩阵De计算得出污染像素值对该污染像素值进行矩阵转置操作，得到去除噪声像素值E；—根据像素值E在图像块Tm，n中的坐标，替换Tm，n中污染像素，得到去噪后的图像块Tm，n；—将图像块Tm，n写回图像，代替第(m,n)个网格内图像像素；遍历图像I中的所有网格，对所有网格内的污染像素进行修复，得到去除冲击噪声后的图像。所述的标记矩阵F的建立过程如下：—当冲击噪声为椒盐噪声时，遍历图像I中所有像素q，当像素q(i,j)取值为0或2z-1时为椒盐噪本文档来自技高网...

【技术保护点】
一种冲击噪声图像去噪方法，其特征在于具有如下步骤：—建立噪声污染图像I的标记矩阵F，该矩阵F的元素与图像I中的像素对应，矩阵中元素为0表示图像I中对应位置的像素为非污染像素，元素为1表示对象I中对应位置的像素为污染像素；统计当前图像的冲击噪声污染密度ρ；—根据所述的冲击噪声污染密度ρ将所述的图像I和标记矩阵F分别划分成M*N个网格；分别提取图像I和矩阵F中第(m，n)个网格内的像素构成的图像块Tm，n和标记块Lm，n；—通过遍历所述的标记块Lm，n内的元素，根据标记块Lm，n元素和图像块Tm，n像素的对应关系，建立图像块Tm，n中污染像素集合E和非污染像素集合P；—计算非污染像素集合P中非污染像素之间的图像坐标欧式距离矩阵Dp，得到线性预测系统参数Ψ；计算污染像素集合E中所有像素与所述的非污染像素集合P之间的图像坐标欧式距离矩阵De；—根据所述的线性预测系统参数Ψ和欧式距离矩阵De计算得出污染像素值对该污染像素值进行矩阵转置操作，得到去除噪声像素值E；—根据像素值E在图像块Tm，n中的坐标，替换Tm，n中污染像素，得到去噪后的图像块Tm，n；—将图像块Tm，n写回图像，代替第(m,n)个网格内图像像素；遍历图像I中的所有网格，对所有网格内的污染像素进行修复，得到去除冲击噪声后的图像。...

【技术特征摘要】
1.一种冲击噪声图像去噪方法，其特征在于具有如下步骤：
—建立噪声污染图像I的标记矩阵F，该矩阵F的元素与图像I中的像素对应，矩阵中元
素为0表示图像I中对应位置的像素为非污染像素，元素为1表示对象I中对应位置的像素为
污染像素；统计当前图像的冲击噪声污染密度ρ；
—根据所述的冲击噪声污染密度ρ将所述的图像I和标记矩阵F分别划分成M*N个网格；
分别提取图像I和矩阵F中第(m，n)个网格内的像素构成的图像块Tm，n和标记块Lm，n；
—通过遍历所述的标记块Lm，n内的元素，根据标记块Lm，n元素和图像块Tm，n像素的对应
关系，建立图像块Tm，n中污染像素集合E和非污染像素集合P；
—计算非污染像素集合P中非污染像素之间的图像坐标欧式距离矩阵Dp，得到线性预测
系统参数Ψ；计算污染像素集合E中所有像素与所述的非污染像素集合P之间的图像坐标欧
式距离矩阵De；
—根据所述的线性预测系统参数Ψ和欧式距离矩阵De计算得出污染像素值对该污
染像素值进行矩阵转置操作，得到去除噪声像素值E；
—根据像素值E在图像块Tm，n中的坐标，替换Tm，n中污染像素，得到去噪后的图像块Tm，n；
—将图像块Tm，n写回图像，代替第(m,n)个网格内图像像素；遍历图像I中的所有网格，
对所有网格内的污染像素进行修复，得到去除冲击噪声后的图像。
2.根据权利要求1所述的一种冲击噪声图像去噪方法，其特征还在于所述的标记矩阵F
的建立过程如下：
—当冲击噪声为椒盐噪声时，遍历图像I中所有像素q，当像素q(i,j)取值为0或2z-1时
为椒盐噪声，使F中(i,j)位置处元素为1，即F(i,j)＝1，其中i,j分别是纵、横坐标；
—当冲击噪声为随机噪声时，采用随机冲击噪声检测方法进行冲击噪声检测，并使F中
随机冲击噪声像素位置处元素为1。
3.根据权利要求2所述的一种冲击噪声图像去噪方法，其特征还在于所述的冲击噪声
污染密度w、h分别为图像I的宽度和高度尺寸。
4.根据权利要求3所述的一种冲击噪声图像去噪方法，其特征还在于：所述的网格的单
元尺寸为s*s：
当冲击...

【专利技术属性】
技术研发人员：刘文龙，王阳，王心怡，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21