[发明专利]一种基于巴特沃斯滤波器的红外图像去噪方法

说明书

本发明公开了一种基于巴特沃斯滤波器的红外图像去噪方法，首先利用巴特沃斯滤波器将图像分为高频分量和低频分量，对高频分量傅里叶反变换的图像进行偏微分方程去噪，对低频分量进行傅里叶反变换，并采用图像增强和中值滤波结果融合的办法去噪，最后将处理后的高频分量与低频分量转换到频域进行融合，再通过傅里叶反变换至空域即可得到去噪图像。本发明能够明显提高红外图像的信噪比，从而去除图像中的噪声，能够清楚地将图像与背景区分开，提高红外图像的质量。

技术领域

本发明涉及图像去噪技术领域，具体涉及一种基于巴特沃斯滤波器的红外图像去噪方法。

背景技术

红外图像已经被广泛的应用于光学测量、目标识别、国防军工等一系列关系国计民生的方面，然而，红外探测器在成像过程中不可避免的会受到噪声的影响。一般而言对于红外相机大致有四种噪声：背景噪声(background noise)、暗噪声(dark noise)、光子噪声(photon noise)和读出噪声(readout noise)，这些噪声按照统计分布来讲可以分为四类：高斯白噪声、泊松白噪声、混合白噪声以及1/f噪声。以上所述的噪声均会使得图像整体灰度值变大，即使得图像整体变白，这种噪声效果尤其会使得强光背景下的红外图像质量有较大的下降，图1为在强光背景下的红外图像。

传统的图像去噪方法大约可以分为两大类：空域平滑和频域滤波。这些方法对噪声都有一定的抑制作用，但是对于红外图像尤其是高噪声强光背景下的红外图像的低对比度，处理后的图像较为模糊，对提高红外图像的质量的作用并不明显。

发明内容

本发明的目的在于提供一种基于巴特沃斯滤波器的红外图像去噪方法，能够提高强光背景下红外图像的信噪比，从而去除图像中的噪声。

为实现上述目的，本发明采用如下技术方案：

一种基于巴特沃斯滤波器的红外图像去噪方法，依次包括以下步骤：

步骤1：读取添加高斯白噪声的原始图像im1，计算出原始图像的灰度均值、灰度方差、中位灰度值和四分灰度差，并计算该原始图像的巴特沃斯滤波器最佳参数；

步骤2：获取原始图像im1；

步骤3：对步骤2得到的图像im1进行傅里叶变换，并且将低频分量转换至频谱图的中心位置；

步骤4：利用步骤1中计算出的最佳参数，设计巴特沃斯低通滤波器，分别获得原始图像im1的低频分量im_L和高频分量im_H；

步骤5：对步骤4得到的高频分量im_H做傅里叶反变换得到图像im2，获取图像im2的高频分量的梯度及其梯度模值，具体公式如下：

其中，表示图像im2的高频分量的梯度，表示图像im2的高频分量的梯度模值，im2_x和im2_y表示图像im2的梯度的水平方向分量和垂直方向分量；

步骤6：根据步骤5中得到的高频分量的梯度及其模值构建偏微分方程对im2进行去噪：

其中，是图像im2对时间的偏导数，为平坦区域的主扩散系数，ρ为边缘区域主扩散系数，当时，默认图像按照进行扩散，反之，图像按照进行扩散，div(·)代表求散度，g(·)为扩散方程；

对上述偏微分方程进行迭代，得到高频滤波图像im3；

步骤7：根据下式计算步骤6中的偏微分方程的平坦区域主扩散系数和边缘区域注扩散系数ρ：

其中，h为经验取值，一般取h∈[0.5,0.8]；