[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

说明书

本发明公开了一种基于图像分割和区域增长的椒盐噪声降噪算法，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。其中椒盐噪声预处理器通过预定义的图像边缘模板来查找潜在的图像边缘，并对噪声图像进行初步降噪处理。基于图像分割和区域增长的滤波器，先对初步降噪后的图片进行图像边缘检测，再采用边缘跟踪算法对图像边缘进行连接和编号，从而将图像划分成一块块不规则的区域；然后对于原始图像中的每一个噪声像素，采用八邻域区域增长算法将与当前噪声像素处于同一区域的邻近的无损像素放入到计算域内，最后求解计算域内的无损像素的加权平均值来替换当前噪声像素，从而达到降噪的目的。

技术领域

本发明涉及一种椒盐噪声图像降噪方法，具体为一种基于图像分割和区域增长的椒盐噪声降噪算法。

背景技术

图像噪声对于图像分割、图像测量以及图像识别等的准确度和精度的提高具有重要的制约作用。图像降噪算法是图像预处理中的一个重要的环节，其对于图像质量的提高具有显著的意义。

十数年来，学者们提出了多种图像降噪算法，其中大多数经典算法均具有良好的降噪效果。但是随着我们对图像质量的要求越来越高，对于图像降噪的效果的要求也是无止境的。特别地，在图像降噪过程中，对于图像边缘和图像纹理的保留是至关重要的。因此在关注算法降噪效果的同时，也应该关注图像边缘细节保留的效果。

与先前的经典降噪算法相比，本发明提出的降噪算法不仅具有更好的降噪效果，而且在图像边缘细节和纹理的保留上的表现更加出色。

发明内容

本发明的目的可以通过以下技术方案实现：

一种基于图像分割和区域增长的椒盐噪声降噪算法，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；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。

进一步地，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。

进一步地，步骤二中对初步降噪后的图像进行边缘检测时的具体方法为：

当中心噪声像素满足以下条件时，认为该像素位于图像边缘上，否则不位于图像边缘上；

min[min(A_i，j)-max(B_i，j)，min(B_i，j)-max(A_i，j)]≥th₁

max(E_i，j)-min(E_i，j)≤th₂

式中，A_i，j和B_i，j为图像边缘模板内被图像边缘分割的两个区域的无损像素集合，E_i，j为图像边缘模板内图像边缘上的无损像素的集合，th₁和th₂为预设的阈值。