[发明专利]一种融合边缘信息的多级滤波图像去噪方法

说明书

本发明公开了一种融合边缘信息的多级滤波图像去噪方法，属于图像处理技术领域。包括以下步骤：步骤一：采用非局部均值滤波对原始含噪图像进行去噪处理，得到低噪声图像；步骤二：对低噪声图像进行同态滤波，提升图像对比度与均匀性；步骤三：基于8个方向Sobel模板检测低噪声图像的目标边缘，利用自适应阈值对边缘图像进行筛选，去除伪边缘点和残留噪点，提高边缘信息精确度；步骤四、将边缘检测图像映射到同态滤波后图像对应的灰度区间，选取较大灰度值作为融合图像的灰度值，最终实现图像的噪声去除。本发明将噪声点进行去除的同时，可以保持图像的边缘细节信息，提升图像清晰度及目标分辨率。

技术领域

本发明涉及一种融合边缘信息的多级滤波图像去噪方法，属于图像处理技术领域。

背景技术

距离选通激光雷达近年来在可见光成像、空间光学、微光夜视和超分辨成像等领域得到了广泛的应用。但其获取的图像不可避免地会含有各种噪声，且噪声不是大多数图像去噪算法假设的加性高斯白噪声，而是各种类型的噪声的集合，包括光子冲击噪声、暗电流噪声、电噪声和热噪声。距离选通激光雷达获取图像所包含的噪声具有以下两个特点：1)由于微通道管的使用，图像中的噪声是空间聚类的；2)图像中的噪声是随机聚类的。这些噪声不仅会严重降低图像质量，而且会对后续图像特征提取、分割和识别等处理过程造成阻碍。因此，图像去噪成为图像预处理中必不可少的一步。近几十年来，人们对自然图像去噪进行了深入研究。然而，这些方法可能不适用于距离选通激光雷达获取的图像。一个主要的挑战是在不消除图像最具代表性的特征，如边缘、角落和其他尖锐结构的情况下尽可能多地去除噪声。

发明内容

本发明的目的在于提出一种融合边缘信息的多级滤波图像去噪方法，以解决现有技术中存在的问题。

一种融合边缘信息的多级滤波图像去噪方法，融合边缘信息的多级滤波图像去噪方法包括以下步骤：

步骤一：采用非局部均值滤波对原始含噪图像进行去噪处理，得到低噪声图像；

步骤二：对低噪声图像进行同态滤波，提升图像对比度与均匀性；

步骤三：基于8个方向Sobel模板检测低噪声图像的目标边缘，利用自适应阈值对边缘图像进行筛选，去除伪边缘点和残留噪点，提高边缘信息精确度；

步骤四、将边缘检测图像映射到同态滤波后图像对应的灰度区间，选取较大灰度值作为融合图像的灰度值，最终实现图像的噪声去除。

进一步的，在步骤三中，Sobel模板检测的8个检测方向包括水平方向、垂直方向、0°、45°、90°、135°、180°、225°、270°和315°。

进一步的，具体包括以下步骤：

步骤三一、采用八方向模板的Sobel算子检测目标边缘；

步骤三二、根据待检测像素点的8邻域像素点的平均值与方差自适应生成阈值，从而对于图像的不同区域使用不同阈值筛选边缘点。

进一步的，在步骤三二中，具体的，

首先计算以像素点g(i,j)为中心，半径为r邻域内的像素点的平均梯度幅值μ；然后计算邻域内全部像素点的梯度幅值相对于μ的方差σ；由于σ反映了该邻域内像素点的梯度幅值相对于μ的离散程度，为了使阈值接近边缘点的梯度幅值，选取平均梯度幅值μ和方差σ的和δ，作为判断该像素点是否为边缘点的阈值，公式如下：

δ＝μ+σ

获得自适应阈值后，对图像中每一个像素点的梯度幅值分别与对应邻域的阈值δ进行比较，若其值大于或等于δ，则该像素点保留原始梯度幅值，否则为0。

进一步的，在步骤四中，具体的，