[发明专利]基于ROAD检测的指数相似度排序滤波方法

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种针对彩色图像的新的脉冲噪声滤波方法。 

背景技术

彩色图像噪声在RGB空间中被视为一个三维波动向量，它影响了真实的颜色向量在图像中的分布。彩色图像在获取和传送过程中，由于人为原因(例如位于图像传输系统附近的工业机器、电源开关、各种汽车装置)和自然原因(像闪电、雪崩等)，都可能使图像受到脉冲噪声的污染。灰度图像的脉冲噪声可以用脉冲分布构建其噪声模型。彩色图像却缺少一种有效的多维脉冲噪声模型。目前存在一些常用的简化噪声模型用来分析不同彩色图像滤波器的性能和表现。 

现有技术中的三维变量的脉冲噪声模型如公式(1)所示： 

公式(1) 

其中 表示受到噪声污染的图像， 是没有受到脉冲噪声污染的原图像，p∑＝1-p₁-p₂-p₃，其中 是脉冲噪声的沾染率。d表示脉冲值，如果d只能取值为0或者255，那么称这种脉冲噪声模型为椒盐脉冲噪声模型；如果d的取值是[0，255]范围内的某个随机值，那么称这种脉冲噪声模型为随机值脉冲噪声模型。 

近年来彩色图像滤波技术已经为人们所重视，并广泛应用于数字图像处理、计算机视觉、通信行业、地理信号处理和生物医学领域。脉冲噪声的污染，不仅降低了图像质量，而且影响下一步的图像处理。因此滤波技术在图像的前期处理中非常关键。 

彩色图像滤波器可以分为两大类：线性滤波器和非线性滤波器。与线性滤波器相比，非线性滤波器在滤除脉冲噪声的同时，能较好的保留边缘和细节，因此得到广泛的研究和应用。其中向量中值滤波器是常用而且有效的非线性滤波器之一，然而由于这种滤波器对彩色图像的每个象素不加区别的做中值滤波处理，使得细节和边缘等高频信息被误认为是脉冲噪声而去除，造成图像信息的严重丢失。 

发明内容

基于上述现有技术，本发明提出了一种基于ROAD检测的指数相似度排序滤波方法，其噪声检测过程基于ROAD检测方法，相似去除处理基于指数相似度排序方法，检测到与周围象素差别不大的脉冲噪声，实现同时适用于椒盐脉冲噪声和随机值脉冲噪声的滤波方法。 

本发明提出了一种基于ROAD检测的指数相似度排序滤波方法，该方法包 括以下步骤： 

步骤一，采用ROAD脉冲检测方法进行噪声检测，具体包括如下步骤： 

首先，计算与中心象素 差值最小的前k个象素的 和统计量 

检测设定在(2n+1)×(2n+1)大小的检测窗口中，根据该检测窗口中心在 的窗口内所有象素的集合 中的每个象素 定义象素 和象素 之间的绝对差值 

d(i→,j→)=||x→i→-x→j→||]]>

其中 表示位置 处的象素值，||·||为向量范数，该向量范数采用L₂范数， n为正整数； 表示彩色图像的某个象素的位置； 

且，根据每个除去中心象素 的其他所有象素的集合的每个像素 令 计算绝对差值