[发明专利]一种基于边缘保护的加权平均椒盐噪声降噪方法

说明书

本发明公开了一种椒盐噪声降噪算法，包括椒盐噪声检测器、基于边缘保护的滤波器。其中椒盐噪声检测器用于查找定值椒盐噪声，并以噪声像素为中心确定一个自适应的窗口，窗口的大小根据窗口内的噪声密度进行调节。基于边缘保护的滤波器通过窗口内的无损像素值的加权平均值来替代中心的噪声像素值来实现的；其中，加权平均值是根据与中心噪声像素的距离来确定加权的大小；“基于边缘保护”是指根据设计的边缘检测器检测中心噪声像素是否位于图像的边缘，然后根据判断的结果对与同在图像边缘的无损像素添加附加的权值，以实现边缘保护的目的。

技术领域

本发明涉及一种椒盐噪声（冲击噪声）的图像降噪方法，具体为一种基于边缘保护的加权平均椒盐噪声降噪方法。

背景技术

图像降噪是图像预处理中的重要的环节，图像降噪对于后续图像的显示、分割、测量、识别等的精度和准确度具有重要的影响。

在图像采集、成像与图像信号传输过程中将不可避免地受到噪声的干扰。

随着科技的发展和生活水平的提高，人们对图像的质量的要求越来越高，图像的降噪对于图像的质量的提高具有重要的作用。

随着技术的发展，图像采集与传输系统的抗干扰能力越来越强，但是随着电气设备的增多，干扰类型以及干扰源也越来越多，一种有效的图像降噪算法，对于系统的稳定性和鲁棒性的提高具有重要的意义。

多年来，研究者们提出了各种各样的降噪算法，但是先前的降噪算法一般存在着下述缺点：一是降噪效果不佳；二是会损伤图像的边缘细节，使图像的边缘变得模糊；三是需要的计算量过大，或者需要大量的资源对算法进行训练。

基于先前降噪算法的缺点，本发明提出的降噪算法（PA）的优越性在于：在降噪性能优于大多数降噪算法的同时，可以更好地保护图像的边缘细节，且算法的计算量偏小，可以提高系统的响应速度，实现实时降噪的目的。

本发明的另一个重要的优势是，本发明中的算法提供了很多可调节的参数，如用于边缘判断的阈值、用于调节权值的惩罚因子与权值函数关系式、以及缩放因子等。这使得本发明中的降噪算法具有更大的灵活性，可以根据不同类型的图像，不断调节上述参数，以使得降噪效果达到最佳。

发明内容

本发明的目的可以通过以下技术方案实现：

本发明适用于彩色图像、灰度图像等多种类型的图像中椒盐噪声的去除；将输入的噪声图像转化为二维或三维矩阵，以供后续的降噪处理。

本发明提出的一种基于边缘保护的加权平均椒盐噪声降噪方法，包括椒盐噪声检测器、基于边缘保护的滤波器；

所述的椒盐噪声检测器用于检测定值椒盐噪声，椒盐噪声检测器从第一个像素到最后一个像素依次遍历，若像素值为0或255，则认为该像素是噪声像素；否则认为该像素是无损像素；

椒盐噪声检测器以检测出的噪声像素为中心，创建一个自适应大小的像素窗口；

像素窗口的具体定义如下：

式中，为中心像素值对应的像素窗口中包含的所有像素值组成的方形矩阵，为窗口内的任意像素值，为当前像素值的坐标，m为像素窗口的边长；

所述的基于边缘保护的滤波器，包括边缘检测器和加权平均滤波器；

所述的边缘检测器用于检测当前噪声像素是否位于图像的边缘上；所述的加权平均滤波器用于对图像进行降噪处理，具体表现为：首先求得像素窗口内所有无损像素的加权平均值，之后将加权平均值来取代中心噪声像素值，实现降噪。

进一步地，创建一个自适应大小的像素窗口的过程中，每个中心像素对应的窗口大小由窗口内所包含的噪声像素密度所决定，噪声密度越大，窗口尺寸越大；窗口大小与噪声密度的关系式定义如下：

；