[发明专利]一种基于图像分割和区域增长的椒盐噪声降噪算法

权利要求书

1.一种基于图像分割和区域增长的椒盐噪声降噪方法，包括椒盐噪声预处理器和基于图像分割和区域增长的滤波器；其特征在于，该方法具体步骤如下：

步骤一：首先对输入图像进行灰度化，然后采用椒盐噪声预处理器，通过预定义的图像边缘模板来对图像边缘进行检测，并根据检测结果对噪声图像进行初步降噪处理；

步骤二：借助基于图像分割和区域增长的滤波器进行图像分割，具体为利用Canny边缘检测算子对初步降噪后的图像进行边缘检测，然后利用边缘跟踪算法，将邻近且灰度值相近的图像边缘连接起来，并给其分配相同的编号，对于不同的图像边缘，给其分配不同的编号，从而将图像划分成若干块不规则的区域；

步骤三：对于原始图像中的每一个噪声像素，先判断其所处的区域类型，然后利用八邻域区域增长算法不断地将与当前噪声像素处于相同区域的无损像素放入到计算域内，直到计算域的大小或迭代次数达到设置值；

步骤四：求解计算域内像素的加权平均值，利用该值替换噪声像素，以达到降噪的目的；

步骤五：重复步骤三-步骤四，直到原始图像中所有噪声像素均被替换；

椒盐噪声预处理器预定义了若干图像边缘模板，用于查找噪声图像中存在的图像边缘；

步骤一中椒盐噪声预处理器进行初步降噪处理的具体方式为：

S1：对于图像边缘上的噪声像素，利用图像边缘上无损像素的中值进行替换；

S2：对于非边缘区域的噪声像素，利用非图像边缘上的无损像素的中值进行替换；

步骤二中，利用边缘跟踪算法对图像边缘进行连接和编号，其实现的具体步骤为：

步骤(一)：使用Canny算子对初步降噪图像进行边缘检测；

步骤(二)：使用八邻域边缘跟踪方法，从第一个处于图像边缘上的像素开始，按照设定的跟踪方向进行边缘跟踪，将处于相同图像边缘的像素给予相同的编号；

步骤(三)：若当前像素的八邻域均不在图像边缘上，则中止跟踪，移向下一个像素，并改变编号值；否则重复步骤(二)，直到最后一个像素；

步骤(四)：输出图像边缘编号的结果；

步骤三中，利用八邻域区域增长算法不断地将与当前噪声像素处于相同区域的无损像素放入到计算域内，其实现的具体步骤为：

S10：对于原始噪声图像中的每一个像素，若当前像素为噪声像素则执行S20，否则执行S50；

S20：确定当前噪声像素所在的区域类型，然后使用八邻域增长算法将与当前噪声像素相同区域类型的邻近的无损像素依次放入到计算域内，直到计算域的大小或计算迭代次数达到设定值时，中止计算，输出计算域；

S30：根据计算域内各无损像素与当前噪声像素的距离，确定各无损像素的权值；

S40：根据计算域内的像素值及其权值，计算出加权平均值，对当前噪声像素进行替换，以达到降噪的目的；

S50：移向下一个像素，返回到S10，直到所有噪声像素都被降噪后，输出降噪后的图像；

步骤四中，加权平均值中的权值是根据计算域中像素与当前噪声像素的棋盘距离来给定的，权值的定义式如下：

式中，w_x,y是无损像素p_x,y对应的权值，d_x,y是像素p_x,y与当前噪声像素p_i,j的棋盘距离，n为常数；

加权平均值的定义如下：

式中，为求解得到的加权平均值，M_i,j是当前噪声像素p_i,j对应的计算域。