[发明专利]一种基于无迹卡尔曼滤波的图像重建方法

说明书

技术领域

本发明设计一种带噪声图像复原方法，尤其是设计一种基于无迹卡尔曼滤波的图像复原方法。

背景技术

图像信号在产生、传输和记录过程中，经常会受到各种噪声的干扰。通常在图像处理工作中，在边缘检测、图像分割、特征提取、模式识别等高层次处理之前，选用适当的方法尽量地去除噪声干扰是一个非常重要的预处理步骤。它对图像的输入、采集、处理的各个环节以及最终的输出结果都会产生一定的影响。特别是在图像的输入、采集过程中，噪声是个十分关键的问题，若输入伴有较大噪声，必然影响之后的处理以及最终的处理效果。因此，任何一个良好的图像处理系统，无论是模拟处理还是计算机处理无不把减少最前一级的噪声作为主攻目标。去噪处理已成为图像处理中极其重要的步骤。

目前国内外对噪声图像的复原方法主要有均值滤波和中值滤波两种。均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值替代原图像中的各个像素值，即对待处理的当前像素点，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点，作为处理后图像在该点上的灰度。采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像中的颗粒噪声。邻域平均法有效地抑制了噪声，但是在求均值的计算过程中，景物的边缘点也进行均值处理，这样就使得景物的清晰度降低，画面变得模糊。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。中值滤波器的基本原理是把数字图像或数字序列中一点的值用该点的邻域中各点值的中值代替，让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点。中值滤波是一种非线性滤波技术，中值滤波器的优点是运算简单而且速度较快，在滤除叠加白噪声和长尾叠加噪声方面显示出了极好的性能。但是针对一些细节多，特别是点、线和尖顶多的图像不宜采用中值滤波的方法。因此，在图像去噪的技术领域中，在尽可能保持图像细节的基础上而有效减弱噪声的方法是一个很重要的课题。

发明内容

本发明是针对现有技术中的不足，提出了一种基于无迹卡尔曼滤波的图像去噪复原方法，该方法能够在保持图像细节的基础上，有效减弱噪声，并且相比于传统的卡尔曼滤波图像去噪重建方法，其不仅可以处理高斯噪声，还可以处理非高斯噪声带来的不利影响。

为了实现上述目的，本发明的技术方案是：

首先，我们读入图像文件。然后，我们使用自适应的模型来描述图像，应用非对称半平面模型。M阶非对称半平面模型公式为：

s(m,n)=ΣR⊕ckls(m-k,n-l)+w(m,n)]]>

式中：

R⊕={k=0,0<l≤M}∪{k>0,-M≤l≤M};]]>

w是高斯白噪声，c_kl是耦合系数，应用最小二乘法确定。

基于NSHP图像模型，可以建立图像的状态方程和观测方程。