[发明专利]一种图像去噪的方法

说明书

技术领域

本发明涉及视频图像处理方法，尤其涉及一种图像去噪的方法。

背景技术

在智能交通领域广泛应用视频分析与识别技术，视频分析与识别(video analyzing　and recognition)技术指的是使用计算机从视频中通过计算算法软件进行运算和分析，提取视频中的有用信息，完成这一信息提取和理解的一项技术，图像中的噪声会妨碍人们对图像的理解，同时也会妨碍计算机视觉技术(CV，Computer Vision)准确提取视频中有用信息，而图像去噪的目的就是去除图像中的噪声，提高人们对图像的认识程度，提高对图像作进一步的有用信息提取与理解；为相关的视频应用提供优质的视频源。现有技术中的中值滤波去噪法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。通过从图像中的某个采样窗口取出奇数个数据进行排序；用排序后的中值取代要处理的数据即可。但是该方法在去除脉冲噪声会造成图像细节信息的丢失，从而使图像变得模糊。而基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息。基于噪声点检测的脉冲噪声滤波方法关键是:一是噪声点的检测;二是对噪声点的滤除。

发明内容

本发明克服了现有技术的在去除脉冲噪声会造成图像细节信息的丢失，图像变得模糊的问题，因此有必要提供一种图像去噪的方法。

一种图像去噪的的方法，其包含以下步骤：步骤A：计算图像的联合概率分布P(I,J) ；步骤B：根据P(I,J)确定灰度的阈值范围[LI,UI]；步骤C：W_i,j是N*N的窗口，其中心点坐标为(i,j), x用来表示窗口W_i,j的中心象素点，所述窗口W_i,j移至图像的左上角；步骤D：对W_i,j中的N*N个象素点按照灰度值的大小进行排序,找出排序灰度值的中值(N*N+1)/2对应的灰度值J，若J落在步骤B中的阈值范围[LI,UI]内该点不进行处理；否则窗口W_i,j中心点x用灰度值J代替。

所述方法还包括步骤E：窗口W_i,j向右移动一位,若窗口W_i,j移动到图像的最右端则跳至下一行；若窗口W_i,j若未超出图像的右下角,则转至步骤D继续执行，否则整个去噪过程结束。

所述窗口W_i,j移至图像的左上角是指窗口W_i,j的左、上边缘和图像的左上边缘重合。所述方法还包括步骤F：输出去噪后的图象数据。所述步骤B为每一灰度级别都设定一个阈值范围，在步骤C中判定某一灰度级别的象素点是否为噪声点时，都与其灰度级别对应的一组阈值范围进行比较。所述窗口W_i,j应向外延拓，延拓的行数为(N-1)/2。

与现有技术相比，本发明的有益效果是避免了现有滤波方法对去除脉冲噪声会造成图像细节信息的丢失，图像变得模糊的问题。基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息。

附图说明

图1为为本发明步骤示意图。

具体实施方式

下面结合附图对本发明作进一步阐述。本发明提供一种图像去噪的方法。其包含以下步骤：

步骤A：计算图像的联合概率分布P(I,J) ；

步骤B：根据P(I,J)确定灰度的阈值范围[LI,UI]；

步骤C：W_i,j是N*N的窗口，其中心点坐标为(i,j), x用来表示窗口W_i,j的中心象素点，所述窗口W_i,j移至图像的左上角；

步骤D：对W_i,j中的N*N个象素点按照灰度值的大小进行排序,找出排序灰度值的中值(N*N+1)/2对应的灰度值J，若J落在步骤B中的阈值范围[LI,UI]内该点不进行处理；否则窗口W_i,j中心点x用灰度值J代替。

所述图像去噪的方法还包括步骤E：窗口W_i,j向右移动一位,若窗口W_i,j移动到图像的最右端则跳至下一行；若窗口W_i,j若未超出图像的右下角,则转至步骤D继续执行，否则整个去噪过程结束。

所述窗口W_i,j移至图像的左上角是指窗口W_i,j的左、上边缘和图像的左上边缘重合。本发明还包括步骤F：输出去噪后的图象数据。