基于两级插值的图像脉冲噪声抑制方法技术

本发明专利技术公开一种基于两级插值的图像脉冲噪声抑制方法，主要解决现有方法无法在消噪过程中保留图像细节信息，和在大噪声密度下无法恢复清晰图像的问题。其抑噪步骤为：对含噪图像利用直方图分析检测噪声，通过下采样得到低分辨率图像；利用未受噪声干扰像素的统计特性进行第一级插值，补全下采样后的低分辨率图像中受脉冲噪声干扰的像素的幅度信息，并对该低分辨率图像采用自适应方向提升小波进行预滤波；对预滤波后的低分辨率图像采用改进的分段自回归模型，利用图像结构特征进行第二级插值，得到消除脉冲噪声的全分辨率图像。本发明专利技术在不同噪声密度下都具有优于现有方法的客观评价和主观视觉效果，可用于高密度脉冲噪声抑制，提高图像质量。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，具体涉及数字图像脉冲噪声抑制方法，应用 于实现从被高密度脉冲噪声湮没的信号中恢复清晰图像。
技术介绍
脉冲噪声由非连续，持续时间短和幅度大的不规则脉冲或噪声尖峰组成。产生脉 冲噪声的原因多种多样，其中包括电磁干扰，通信系统的故障缺陷，电气开关和继电器的状 态改变。在数字式数据通信及信号处理中，脉冲噪声的存在会在后续传输和处理过程中引 起严重的错误。以遥感图像为例，在卫星遥感成像系统中，恶劣的电磁环境和传输信道干扰 往往使获取的航拍图像信号淹没在大量的脉冲噪声中，给后续的图像解译和识别带来巨大 困难。因此，如何能从大量脉冲噪声中恢复出清晰图像，一直是专家们热衷探索的领域。针对脉冲噪声，现有去噪方法中，最经典、应用最为广泛的滤波方法是中值滤波 (Median Filter :MF)。中值滤波方法虽然简单高效，在噪声密度较低的情况下可以取得较 好的滤波效果，但是由于其对所有像素进行没有区别的处理，滤波过后，未受噪声干扰的像 素灰度值也会发生改变，这样会破坏信号原有信息。针对这一点，许多专家提出改进的中值 滤波算法，这些算法在检测噪声的基础上进行自适应中值滤波(Adaptive Median Filter AMF)。该方法只改变受噪声影响的像素灰度值，不改变未受噪声影响的像素灰度值。自适 应中值滤波在一定程度上改善了滤波性能，做出了有益的探索，但在实际应用中，中值滤波 和自适应中值滤波都存在不同程度的局限性。中值滤波和自适应中值滤波在滤波过程中会对信号造成大幅度平滑、破坏相对于 滤波窗口尺寸较小的图像细节。随着噪声密度的逐渐加大，中值滤波和自适应中值滤波恢 复信号的精度和准确度急剧下降，无法恢复出满足人眼视觉和计算机处理要求的清晰图像信号。
技术实现思路
本专利技术的目的在于克服已有技术的不足，提出一种基于两级插值的脉冲噪声抑制 方法，以提高滤波恢复信号的精度和准确度，恢复出满足人眼视觉和计算机处理要求的清 晰图像信号。实现本专利技术的技术思路是，根据脉冲噪声特性利用直方图分析进行噪声检测，将 受噪声影响的像素视为缺失像素，并结合信号的数据统计特性和信号结构特性，通过两级 差值恢复出消除脉冲噪声影响的清晰图像。其具体技术方案包括如下步骤(1)利用直方图对待处理的脉冲噪声图像进行噪声检测，标定噪声位置；(2)将含噪图像中受噪声影响的像素幅度置零，得到参考图像；(3)对步骤(2)中得到的参考图像进行下二采样，得到分辨率为待处理含噪图像 一半的低分辨率图像；(4)对于低分辨率图像中幅度为零的像素，在参考图像中找到这些像素的对应位置，并以这些位置为中心加窗，用窗内非零像素的加权和作为第一级插值补全这些像素的 幅度信息；(5)对一级插值后的低分辨率图像用方向自适应提升小波进行预滤波，消除图像 内边缘和纹理中存在的锯齿效应；(6)对步骤(5)中预滤波后的低分辨率图像，采用改进的分段自回归模型进行第 二级插值，得到消除脉冲噪声的全分辨率清晰图像。本专利技术与现有技术相比具有如下优点1.本专利技术由于采用了两级插值构成图像去噪过程，且在插值过程中，不但利用了 信号的统计特性，更充分利用二维图像信号的统计特性和结构信息，从而解决了传统方法 无法准确恢复边缘和纹理的缺点，大大提高了去噪效果。2.本专利技术由于结合脉冲噪声自身的特点，利用直方图分析确定阈值，检测噪声，用 未受噪声干扰的像素恢复原始信号，提高了恢复清晰图像信号的精度。3.本专利技术由于在插值之前对低分辨率进行预滤波，利用方向提升小波对图像边缘 和纹理的良好表示性能，修正边缘和纹理，为第二级插值打好基础，提高恢复清晰信号的准 确度。4.本专利技术在由于在进行第二级插值的过程中改进了现有的基于分段自回归模型 的插值，在该插值的过程中，每一步插值结果都由未受噪声影响的像素进行修正，从而大大 提升了插值恢复的效果。5.实验结果表明，本专利技术能在10% -90%的大噪声密度动态范围内都能取得高精 度的恢复效果，并且在去除噪声的同时能够保留图像的结构特征。实验数据和图像表明本 专利技术不论是主观视觉还是客观评价都明显优于现有其他脉冲噪声降噪方法。附图说明图1是本专利技术的实现框图；图2是本专利技术消除图像脉冲噪声的流程图；图3是本专利技术的第一级插值示意图；图4是本专利技术的第二级插值示意图；图5是分别用本专利技术和现有算法对灰度图像Lena的进行去噪处理的仿真结果；图6是分别用本专利技术和现有算法对遥感图像进行去噪处理的仿真结果。具体实施例方式参照图1和图2，对一幅大小为MXN的含噪图像N_im，按如下步骤进行去噪步骤1，利用直方图分析对待处理的脉冲噪声图像N_im进行噪声检测。(1. 1)求N_im的图像直方图；(1. 2)以直方图包络函数在图像灰度值动态区间的两端拐点作为阈值Tmax和Tmin ；(1. 3)对于待处理图像中的每一个像素N_im(p，q)，如果N_im(p，q)的灰度值在 区间[Tmin, TmaJ之内，认为N_im(p，q)为未受噪声污染的像素，反之，如果N_im(p，q) > Tmax 或N_im(p，q) <Tmin则认为N_im(p，q)为受脉冲噪声污染的像素，其中(p，q)为全分辨率 图像的像素坐标，P = 1，2-M，q = 1，2…N。步骤2，将待处理图像中受噪声污染的像素灰度值置零，得到参考图像HR_im 步骤3，对参考图像HR_im进行步长为2的下采样，得到低分辨率图像LR_im LR_im(i，j) = HR_im(2i，2j)其中，(i，j)代表像素在低分辨率图像LR_im中的坐标位置，i = l，2 M/2，j = 1，2…Ν/2。步骤4，对步骤3中得到的低分辨率图像LR_im进行第一级插值，补全LR_im中幅 度为零的像素的幅度值信息。参照图3，对于低分辨率图像LR_im中的像素A的幅度值f (A)本步骤的第一级插 值步骤如下(4.1)如果像素A的幅度值f (A)不等于零，则f (A)保持不变；(4.2)如果像素A的幅度值f (A)等于零，则按照如下步骤对像素A的幅度值f (A) 进行插值(4. 2. 1)在参考图像HR_im中找到像素A的对应位置；(4.2.2)以参考图像HR_im中的像素A为中心加窗，如图3所示HR_im中的阴影区 域；(4. 2. 3)用窗口内的非零像素的加权和作为低分辨率图像LR_im中像素A的幅度 值f (A)，加权求和的公式如下 其中，L = win/2-1，win表示窗口大小；k为属于区间中的整数；Qk为加权系数，A=l，num为窗口内非零像素的个数。(i，j)代表像素在低分辨率图像LR_im num.中的坐标位置，i = U..M/2，j = 1，2…Ν/2。步骤5，对一级插值后的低分辨率图像LR_im进行预滤波，消除图像内边缘和纹理 中存在的锯齿效应(5. 1)对LR_im进行方向提升小波正变换；(5. 2)对方向提升小波正变换得到的高频子带系数进行小波软阈值处理；(5. 3)对处理后的小波系数进行方向提升小波反变换，得到预滤波后的低分辨率 图像 pre_im。步骤6，对预滤波后的低分辨率图像prejm采用改进的分段自回归模型进行第二 级插值，得到消除脉冲噪声的高分辨清晰图像。(6. 1)初始化本文档来自技高网...

【技术保护点】
一种基于两级插值消除图像脉冲噪声的方法，包括如下步骤：（１）利用直方图对待处理的脉冲噪声图像进行噪声检测，标定噪声位置；（２）将含噪图像中受噪声影响的像素幅度置零，得到参考图像；（３）对步骤（２）中得到的参考图像进行下二采样，得到分辨率为待处理含噪图像一半的低分辨率图像；（４）对于低分辨率图像中幅度为零的像素，在参考图像中找到这些像素的对应位置，并以这些位置为中心加窗，用窗内非零像素的加权和作为第一级插值补全这些像素的幅度信息；（５）对一级插值后的低分辨率图像用方向自适应提升小波进行预滤波，消除图像内边缘和纹理中存在的锯齿效应；（６）对步骤（５）中预滤波后的低分辨率图像，采用改进的分段自回归模型进行第二级插值，得到消除脉冲噪声的全分辨率清晰图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：王晓甜，石光明，牛毅，杨子龙，李祥平，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]