噪声像素自适应滤波方法及噪声像素自适应滤波系统技术方案

本发明专利技术实施例公开了一种噪声像素自适应滤波方法及一种噪声像素自适应滤波系统。该方法包括：采集标准图像的图像信号；将标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过噪声干扰信号模型计算所述标准图像的噪声信号；将矩阵信号和噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤，得到多个误差，计算多个误差的绝对误差，当绝对误差最小时，将得到最佳的滤波权值结束本次滤波。本发明专利技术的技术方案可以解决滤波收敛速度和滤波时变跟踪能力与稳态误差之间的矛盾，并且能够快速有效地处理图像，在有效快速滤除噪声的同时，减小稳态误差，更能够保留图像的主要信息，提高算法的执行效率。

【技术实现步骤摘要】

本专利技术涉及计算机应用
，特别是涉及一种噪声像素自适应滤波方法及自适应滤波系统。
技术介绍
在图像处理的计算机应用
当中，例如电视视讯信号处理的领域，时常需要面对的问题之一即各种的噪声(noise)效应对于图像质量的干扰。众所周知，所述噪声效应对于图像信号的干扰有业界所熟知的脉冲噪声(impulse noise)、空间噪声(spatial noise)、时域噪声、或者其它类型的噪声问题。一般而言，在处理这些噪声时，通常采用的方法视针对每一种噪声特性会使用一个特定的电路来检测并抑制该噪声。但是，现有的图像滤波方法存在的主要缺陷有以下几个方面：处理速度不够快、算法执行效率不高、图像噪声滤波跟踪速度与稳态误差方面的矛盾，上述的各个缺陷在现有的图像滤波方法中一直得不到很好的解决。有鉴于此，本专利技术实施例有必要提供一种可以解决拍照过程中滤波收敛速度和滤波时变跟踪能力与稳态误差之间矛盾的噪声像素自适应滤波方法及噪声像素自适应滤波系统。
技术实现思路
为了克服上述
技术介绍
的缺陷，本专利技术实施例提供一种噪声像素自适应滤波方法及自适应滤波系统，可以解决滤波收敛速度和滤波时变跟踪能力与稳态误差之间的矛盾，并且能够快速有效地处理图像，在有效快速滤除噪声的同时，减小稳态误差，更能够保留图像的主要信息，同时提高算法的执行效率。为了解决上述技术问题本专利技术实施例的所采用的技术方案为：一种噪声像素自适应滤波方法，包括：采集标准图像的图像信号；将所述标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过所述噪声干扰信号模型计算所述标准图像的噪声信号；将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将所述滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤得到多个误差，计算所述多个误差的绝对误差，当所述绝对误差最小时，所述将得到最佳的滤波权值结束本次滤波。进一步地，所述标准图像用R表示，所述矩阵信号如公式(1)所示： R = r 11 r 12 ... r 1 k r 21 r 22 ... r 2 k . . . . . . . . . r g 1 r g 2 ... r g k = [ r i j ] g × k - - - ( 1 ) ]]>公式(1)中，g，k分别为所述标准图像R的高度和宽度；像素令C[rij]为以像素rij为中心的大小为N的滤波窗口。进一步地，所述创建噪声干扰信号模型包括：(1)采用二阶的自适应滤波器；(2)W*＝[0.8,0.5]T为有限长单位冲击想应滤波器FIR的系数；(3)x(n)是方差为1、均值为0的高斯模拟输入信号；(4)v(n)是方差为0.04、均值为0的高斯白噪声，且v(n)与x(n)不相关。进一步地，在第五百个采样点时刻，时变系统发生突变，FIR权矢量系数变成W*＝[0.4,0.2]T。进一步地，将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果，包括：将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，通过公式(2)、(3)和(4)计算得到滤波系统的输出结果，所述公式(2)、(3)和(4)如下所示；e(n)＝d(n)-xT(n)W(n) (2)μ(n)＝β(1-exp(-α|e(n)|m)) (3)W(n+1)本文档来自技高网...

【技术保护点】
一种噪声像素自适应滤波方法，其特征在于：包括：采集标准图像的图像信号；将所述标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过所述噪声干扰信号模型计算所述标准图像的噪声信号；将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将所述滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤，得到多个误差，计算所述多个误差的绝对误差，当所述绝对误差最小时，所述将得到最佳的滤波权值结束本次滤波。

【技术特征摘要】
2016.01.18 CN 20161002935711.一种噪声像素自适应滤波方法，其特征在于：包括：采集标准图像的图像信号；将所述标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过所述噪声干扰信号模型计算所述标准图像的噪声信号；将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将所述滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤，得到多个误差，计算所述多个误差的绝对误差，当所述绝对误差最小时，所述将得到最佳的滤波权值结束本次滤波。2.根据权利要求1所述的方法，其特征在于：进一步地，所述标准图像用R表示，所述矩阵信号如公式(1)所示： R = r 11 r 12 ... r 1 k r 21 r 22 ... r 2 k . . . . . . . . . r g 1 r g 2 ... r g k = [ r i j ] g × k - - - ( 1 ) ]]>公式(1)中，g，k分别为所述标准图像R的高度和宽度；像素令C[rij]为以像素rij为中心的大小为N的滤波窗口。3.根据权利要求2所述的方法，其特征在于：进一步地，所述创建噪声干扰信号模型包括：(1)采用二阶的自适应滤波器；(2)W*＝[0.8,0.5]T为有限长单位冲击想应滤波器FIR的系数；(3)x(n)是方差为1、均值为0的高斯模拟输入信号；(4)v(n)是方差为0.04、均值为0的高斯白噪声，且v(n)与x(n)不相关。4.根据权利要求3所述的方法，其特征在于：进一步地，在第五百个采样点时刻，时变系统发生突变，FIR权矢量系数变成W*＝[0.4,0.2]T。5.根据权利要求3所述的方法，其特征在于：进一步地，将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果，包括：将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，通过公式(2)、(3)和(4)计算得到滤波系统的输出结果，所述公式(2)、(3)和(4)如下所示；e(n)＝d(n)-xT(n)W(n) (2)μ(n)＝β(1-exp(-α|e(n)|m)) (3)W(n+1)＝W(n)+2μ(n)e(n)x(n) (4)其中，所述W(n)＝[w(n),w(n-1),w(n-2),...,w(n-L+1)]T为滤波器在时刻n的权重矢量，所述X(n)为输入激励矢量，d(n)为期望响应值，v(n)为干扰噪声，e(n)为误差。6.根据权利要求5所述的方法，其特征在于：进一步地，所述方法包括使用所述多个误差通过公式(5)分别计算所述滤波系统的权值；μ(n)＝β(1-exp(-α|e(n)|3)) (5)其中，所述m为误差e(n)的指数系数，所述m＝3为最佳的权值更新方法。7.根据权利要求5所述的方法，其特征在于：所述方法进一步包括将...

【专利技术属性】
技术研发人员：刘小东，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海;31