[发明专利]一种二次去噪的图像处理方法

权利要求书

1.一种二次去噪的图像处理方法，其特征在于，包括如下步骤：

①输入像素大小为W*H的图像f；定义零方阵的单位结构元素SE，其大小为n*n；

②对所述n设定初值，n≤W且n≤H；

③利用n为所述初值的单位结构元素SE对所述图像f进行形态学运算，以计算出中间输出图像及其峰值信噪比PSNR；

④以所述峰值信噪比PSNR为代价函数，用粒子群优化技术更新所述粒子速度V与所述粒子位置X，得到全局最优的粒子位置，根据所述全局最优的粒子位置得到所述单位结构元素SE的大小，即得到n的最优值；n≤W且n≤H；

⑤在n为所述最优值的单位结构元素SE的基础上，对所述的图像f进行所述形态学运算，得到最终输出图像。

2.根据权利要求1所述的二次去噪的图像处理方法，其特征在于，所述n根据所述粒子位置乘以一系数得到，且所述系数的取值范围为[5，15]。

3.根据权利要求2所述的二次去噪的图像处理方法，其特征在于，所述形态学运算为均衡形态学、二值形态学或灰值形态学运算。

4.根据权利要求3所述的二次去噪的图像处理方法，其特征在于，所述均衡形态学运算包括：

利用所述单位结构元素SE定义均衡腐蚀运算：

，即把集合内灰度值的中值作为所述图像f像素点(i,j)的灰度值；其中，i取值范围为[0,W-n],j取值范围为[0,H-n],h取值范围为[0,n-1],k取值范围为[0,n-1]；

利用所述单位结构元素SE定义均衡膨胀运算：

，即把集合内灰度值的中值作为所述图像f像素点(i,j)的灰度值；其中，i取值范围为[0,W+n-2],j取值范围为[0,H+n-2],h取值范围为[0,n-1],k取值范围为[0,n-1]；

用n为所述初值的单位结构元素SE对所述图像f进行所述均衡腐蚀运算，得到大小为(W-n+1)*(H-n+1)的均衡腐蚀图像；

用n为所述初值的单位结构元素SE对所述均衡腐蚀图像进行所述均衡膨胀运算，得到大小为W*H的均衡膨胀图像，即为所述中间输出图像；然后，计算所述均衡膨胀图像的峰值信噪比PSNR。

5.根据权利要求4所述的二次去噪的图像处理方法，其特征在于：所述步骤④中的以所述峰值信噪比PSNR为代价函数，用粒子群优化技术更新所述粒子速度V与所述粒子位置X，得到全局最优的粒子位置的方法，包括如下步骤：

a：定义所述第i个粒子的历史最优位置为P_i=[P_i1,P_iD]，所述均衡膨胀图像的峰值信噪比PSNR为个体极值P_id，所述m个粒子中最高的峰值信噪比PSNR为全局极限g_id，限定粒子最大所述飞翔速度为V_max，当前迭代次数为t，且t初值为0；

b:根据当前粒子的位置和速度，按式            （1）

更新粒子的速度；

按式                                 （2）   

更新粒子位置；

式中，i=[1,m],d=[1,D],w为一设定系数取0.729,c₁、c₂为正常数，用于调整群体最优和个体最优对个体的影响强度c₁=c₂=2.05 ,r₁和r₂分别为（0，1）之间的随机数，Pgd为当前搜索到的最优解；

c：通过所述步骤b中的公式（1）、（2）计算迭代后的每个粒子位置的适应性，根据每个粒子的峰值信噪比PSNR判断所述每个粒子位置的适应性；

d：把每个粒子的峰值信噪比PSNR分别与个体最高的峰值信噪比PSNR进行比较，若一粒子的峰值信噪比PSNR比所述个体最高的峰值信噪比PSNR高，则把该粒子的峰值信噪比PSNR作为新的个体最优解；否则保持所述个体最高的峰值信噪比PSNR不变；

e：把所述个体最优解的峰值信噪比PSNR分别与全局最高的峰值信噪比PSNR进行比较，若所述个体最优解的峰值信噪比PSNR比所述全局最高的峰值信噪比PSNR高，则把所述个体最优解的峰值信噪比PSNR作为新的全局最优值，否则保持所述全局最高的峰值信噪比PSNR不变；

f：若所述全局最优值趋向于稳定，则确定所述个体最优解的峰值信噪比PSNR为所述全局最优值，即得到所述全局最优的粒子位置；否则，则t=t+1，重复上述步骤b至f。