一种图像调和平均去噪方法技术

本发明专利技术公开了一种图像调和平均去噪方法，其包括读入一帧图像步骤，判断当前像素点是否为噪声点步骤；以噪声点为中心构造正方形模板步骤；利用调和平均公式计算正方形模板中当前像素点标准灰度值步骤；噪音去除步骤；判断像素点是否处理完毕步骤；其有益效果是本发明专利技术计算模板内有效像素点的标准灰度证据值，将其代替噪声像素点的值，本发明专利技术算法简单易行，能有效减少计算复杂度，得到更为精确的去噪效果。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，具体涉及一种图像调和平均去噪方法。
技术介绍
随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性(即主要特征)的同时，又能够去除信号中无用的信息。所以，去噪处理一直是图像处理和计算机视觉研究的热点。图像视频去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息，作为一种重要的预处理手段，人们对图像去噪算法进行了广泛的研究，在现有的去噪算法中，有的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者去噪效果较好，却丢失部分图像边缘信息，或者致力于研究检测图像边缘信息，保留图像细节。如何在抵制噪音和保留细节上找到一个较好的平衡点，成为近年来研究的重点。
技术实现思路
本专利技术所要解决的技术问题是提供一种能有效减少计算复杂度并可得到更为精确去噪效果的图像调和平均去噪方法。为解决上述技术问题所采用的技术方案是一种图像调和平均去噪方法，其步骤如下：(1)读入一帧图像，令第一个像素点为当前像素点；(2)判断所述当前像素点是否为噪声点，若所述当前像素点是噪声点，则按照步骤(3)进行处理；若所述当前像素点不是噪声点，则置下一个像素点为当前像素点，接着判断，直到遇到噪声点或算法结束；(3)在所述图像上以噪声点为中心，构造n×n正方形模板；所述n×n正方形模板在横轴上和纵轴上分别包含n个像素点，n为除1之外的奇数；如果所述图像的边界像素点为噪声，则以所述边界像素点为中心构造的n×n正方形模板中超出所述图像区域的部分忽略不计；(4)利用调和平均公式计算所述n×n正方形模板中当前像素点标准灰度值①考虑除当前像素点外的n×n-1个像素点(i，j)的灰度值f(i,j)；其中，像素点(i，j)表示所述n×n正方形模板中位于第i行第j列的像素点；②令③按下述公式计算当前像素点标准灰度值(式1)中，i＝1,2,…,n2-1；(5)噪音去除：用当前像素点标准灰度值代替当前噪声像素点的灰度，进行修正；(6)如果所述图像中所有的像素点处理完毕，则算法结束；否则，置下一个像素点为当前像素点，返回步骤(2)，继续处理。所述步骤(2)中判断噪声点的方法采用区间法，即灰度值位于0-5或250-255之间的为噪声点，否则为信号点。本专利技术的有益效果为：本专利技术的去噪方法是根据调和平均理论计算模板内有效像素点的标准灰度值，将其代替噪声像素点的值。算法简单易行，能有效减少计算复杂度，得到更为精确的去噪效果。本专利技术更适合用于处理椒盐噪声图像或用于噪声判断之后进行的去噪过程，在处理该类噪声判断方面优于传统的去噪方法。附图说明图1为本专利技术5×5正方形模板及其各像素点的灰度值示意图。图2为本专利技术的一个给出各像素点的灰度值的5×5正方形模板。图3为猩猩图的原图像。图4为在猩猩原图像上加入10％噪声的图像。图5为在猩猩原图像上加入20％噪声的图像。图6为在猩猩原图像上加入30％噪声的图像。图7为对加入10％噪声的图像运用本专利技术方法去噪的效果图。图8为对加入20％噪声的图像运用本专利技术方法去噪的效果图。图9为对加入30％噪声的图像运用本专利技术方法去噪的效果图。具体实施方式实施例(采用5×5正方形模板，参见图1)：采用5×5正方形模板时的去噪步骤如下：(a)读入一帧图像，令第一个像素点为当前像素点；(b)判断所述当前像素点是否为噪声点，若是则按照以下步骤进行处理，若不是则置下一个像素点为当前像素点，接着判断，直到遇到噪声点或算法结束；上述判断噪声点的方法采用区间法，即灰度值位于0-5或250-255之间的为噪声点，否则为信号点；(c)以噪声点为中心，在所述图像上对当前像素点构造一个5×5正方形模板，该模板为在横轴和纵轴上均包含5个像素点；如果图像边界的像素点为噪声，则对于以该像素点为中心构造的5×5正方形模板中超出图像区域的部分忽略不计，防止超出边界时发生溢出问题；(d)利用调和平均公式计算所述5×5正方形模板中当前像素点标准灰度值①考虑除当前像素点f(3,3)外的24个像素点：f(1,1)，f(1,2)，f(1,3)，f(1,4),f(1,5),f(2,1)，f(2,2),f(2,3)，f(2,4),f(2,5),f(3,1)，f(3,2),f(3,4)，f(3,5)，f(4,1)，f(4,2),f(4,3)，f(4,4)，f(4,5)，f(5,1)，f(5,2)，f(5,3),f(5,4)，f(5,5)；其中，f(i,j)为5×5正方形模板中像素点(i，j)的灰度值；i为行标，i＝1，2，……5；j为列标，j＝1，2，……5；②令x1＝f(1,1)，x2＝f(1,2)，x3＝f(1,3)，x4＝f(1,4),x5＝f(1,5),x6＝f(2,1)，x7＝f(2,2),x8＝f(2,3)，x9＝f(2,4),x10＝f(2,5),x11＝f(3,1)，x12＝f(3,2),x13＝f(3,4)，x14＝f(3,5)，x15＝f(4,1)，x16＝f(4,2)，x17＝f(4,3),x18＝f(4,4)，x19＝f(4,5)，x20＝f(5,1)，x21＝f(5,2)，x22＝f(5,3),x23＝f(5,4)，x24＝f(5,5)；③按下述公式计算当前像素点标准灰度值式中，i＝1，2,…，24；(e)噪音去除：用当前像素点标准灰度值代替当前噪声像素点的灰度，进行修正；(f)如果所述图像中所有的像素点处理完毕，则算法结束；否则，置下一个像素点为当前像素点，返回步骤(b)，继续处理。本实施例1的去噪效果如图2显示了一个5×5正方形模板上，除当前中心像素点f(3,3)外其它24个像素点的灰度值。即x1＝150，x2＝155，x3＝170，x5＝180,x5＝165,x6＝140，x7＝155,x8＝165，x9＝160,x10＝175,x11＝155，x12＝165,x13＝180，x14＝170，x15＝165，x16＝150,x17＝170，x18＝175，x19＝160，x20＝180，x21＝170，x22＝175,x23＝160，x24＝165；按公式计算当前像素点标准灰度值得到(参见图3至图9及附表1)：由图3至9的图像显示可知，本实施例在去除噪音有较好的效果。数据显示，实施例中较标准中值滤波均方误差小而峰值信噪比大，(见表1)，能够达到除噪的一个较理想效果。表1本专利技术方法与标准中值滤波方法的峰值信噪比对比本专利技术采用D-S证据理论，其结构的最大特点是在证据中引入了不确定性，建立了基本概率赋值函数、信任函数、似真度函数等满足比概率论弱的公理，放松了传统Bayes理论需要完整的先验概率和条件概率知识以及需要有统一的辨识框架要求，可对相互重叠、非互不相容的命题进行证据组合等本文档来自技高网...

【技术保护点】
一种图像调和平均去噪方法，其特征在于步骤如下：(1)读入一帧图像，令第一个像素点为当前像素点；(2)判断所述当前像素点是否为噪声点，若所述当前像素点是噪声点，则按照步骤(3)进行处理；若所述当前像素点不是噪声点，则置下一个像素点为当前像素点，接着判断，直到遇到噪声点或算法结束；(3)在所述图像上以噪声点为中心，构造n×n正方形模板；所述n×n正方形模板在横轴上和纵轴上分别包含n个像素点，n为除1之外的奇数；如果所述图像的边界像素点为噪声，则以所述边界像素点为中心构造的n×n正方形模板中超出所述图像区域的部分忽略不计；(4)利用调和平均公式计算所述n×n正方形模板中当前像素点标准灰度值①考虑除当前像素点外的n×n‑1个像素点(i，j)的灰度值f(i,j)；其中，像素点(i，j)表示所述n×n正方形模板中位于第i行第j列的像素点；②令③按下述公式计算当前像素点标准灰度值(式1)中，i＝1,2,…,n2‑1；(5)噪音去除：用当前像素点标准灰度值代替当前噪声像素点的灰度，进行修正；(6)如果所述图像中所有的像素点处理完毕，则算法结束；否则，置下一个像素点为当前像素点，返回步骤(2)，继续处理。...

【技术特征摘要】
1.一种图像调和平均去噪方法，其特征在于步骤如下：(1)读入一帧图像，令第一个像素点为当前像素点；(2)判断所述当前像素点是否为噪声点，若所述当前像素点是噪声点，则按照步骤(3)进行处理；若所述当前像素点不是噪声点，则置下一个像素点为当前像素点，接着判断，直到遇到噪声点或算法结束；(3)在所述图像上以噪声点为中心，构造n×n正方形模板；所述n×n正方形模板在横轴上和纵轴上分别包含n个像素点，n为除1之外的奇数；如果所述图像的边界像素点为噪声，则以所述边界像素点为中心构造的n×n正方形模板中超出所述图像区域的部分忽略不计；(4)利用调和平均公式计算所述n×n正方形模板中当前像素点标准...

【专利技术属性】
技术研发人员：赵晔，田瑞兰，刘靖纳，王秋宝，张丽丽，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北;13