本发明专利技术披露了一种去除噪声的方法。该方法包括以下步骤:划分图像为块状区域的像素块,以及确定每个像素块对应的相邻块;对相邻的各像素块与中心像素块的差异度进行定义,并进行计算;对相邻的各像素块与中心像素块的差异度进一步进行加权值函数处理,得到相邻的各像素块与中心像素块的加权值;利用相邻的像素块与中心像素块的各个加权值与中心像素块的各像素点的像素值,进行去除噪声的运算,得到所述中心像素块的中心像素点像素值。该方法既能保留图像细节又能较好去除噪声并达到较好的折中效果。
【技术实现步骤摘要】
本专利技术涉及一种去除噪声的方法,尤其是。
技术介绍
在图像处理中,噪声是一种常见的现象。噪声大,影响图像质量。因此去除噪声是 图像处理中的重要步骤。现有技术以点像素为处理对象,并且也以点像素之间的相关性来平滑去除噪声。 由于点像素本身也易受到噪声的干扰,以其相关性处理图像也会把噪声干扰带到进一步的 噪声处理中。通过多种实践证明,现有技术的去处噪声对于图像的细节保护效果差,并且在干 扰存在的前提下去除噪声的效果不佳。这样的去除噪声方法在保留图像细节和去除噪声中 难以达到一种折中的效果,因此现有技术存在很大的局限性。
技术实现思路
有鉴于此,需要一种既能保留图像细节又能较好去除噪声并达到较好折中效果的 去除噪声技术。本专利技术提供了。根据本专利技术的技术方案,提供了一种噪声去除方法。该方法包括如下步骤划分图像为块状区域的像素块,以及确定每个像素块对应的相邻块;对相邻的各像素块与中心像素块的差异度进行定义,并进行计算;对相邻的各像素块与中心像素块的差异度进一步进行加权值函数处理,得到相邻 的各像素块与中心像素块的加权值;利用相邻的像素块与中心像素块的各个加权值与中心像素块的各像素点的像素 值,进行去除噪声的运算,得到所述中心像素块的中心像素点像素值。本专利技术克服了现有基于点像素的相关性去噪方法,将点像素扩展到像素块,并定 义一种新的像素块的差异度,使其点像素本身受噪声的干扰大大减弱,去噪效果也得到比 较大的改善,并在最后对图像细节进行了一些修正。在保留图像细节又能较好去除噪声的 平衡中达到较好的折中效果。附图说明下面将参照附图对本专利技术的具体实施方案进行更详细的说明,其中图1是本专利技术像素块示意图;图2是本专利技术像素块差异度示意图;图3是本专利技术去除噪声处理中像素块邻域示意图;以及图4是本专利技术一个具体实施例块去除噪声处理流程图。具体实施例方式为了克服现有技术基于点像素的相关性去除噪声方法的局限性,本专利技术提供了一 种噪声去除方法及其装置。接下来将具体说明该方法及其装置。图1示出本专利技术像素块的示意图。如图1所示,采用3*3为例说明像素块,一共九 个像素点组成一个像素块,即str_pixel = {pixel(a, b) , pixel(a, b_l), pixel (a, b+1), pixel(a_l, b), pixel(a+1,b)pixel(a-1, b_l),pixel(a+1, b+1),pixel(a-1, b+1),pixel (a+1,b-1)}该像素块的中心像素点为pixel (a, b)。现有技术中的去除噪声的处理为设一幅给定图像为h,去噪后图像为str_h,那 么去噪公式可以表示为str - = Σ ,飘 J·)(2)其中I表示和i像素相关的像素集,w()是对应像素的加权值,现有算法将j像素 都是定义为点像素。在本专利技术中,设定像素块的原理为定义一个m*n的像素区域即像素块,因为一个区域内是带有局部图像结构信息即 图像细节,然后把像素块作为一个点像素,代入公式(2)进行去除噪声的运算。图2示出本专利技术像素块差异度示意图。如图2所示,两个像素块strj)iXel(a,b)和str_ pixel (a, b-1),两个像素的取值范围分别如图所示的9个点,这两个像素块的差异度计算如下Y^ipixeKaM2 YjJj^pixeKaM2Diff{str _ pixel{a^ b\ str _ pixel(o9 b -1)) = ~-——- (3)Σ Σ IpixeKa^ b)\pixel(a9 b -1)]a=-lb=-l对于任意的两个像素块str_piXel_i,str_pixel_j的差异度计算,可用如下通用公式表示α/Σ (pixel_i(a,b))2^{pixel_j{a,b))2Diff(str_pixel_i,str_pixel_j) =-° ▽ ▽ r : , v J . , v - ⑷Zja Zjb \pixel_<a, b)\pixel _j{a, b)\图3示出本专利技术去除噪声处理中像素块邻域示意图。如图3所示,图3 (a)-图3 (i) 为3*3个像素块构成的方阵,图3(e)为中心像素块,其邻域为包含中心像素块在内的如图 中所示的9个像素块。从图中可以看出,像素块以及其相邻的像素块在划分时都有像素点重叠的现象。 该划分只是去除噪声运算中相对的关联划分,并不涉及改变图像的结构以及像素点的数值。本专利技术的像素块的相邻像素块不低于3*3个像素块。图4示出本专利技术一个具体实施例去除噪声处理流程图。如图4所示,步骤400开 始,在步骤402中,输入图像,定义像素块,进行像素块的划分以及确定各像素块对应的相4邻像素块,可如上公式(1)所示。在步骤404中,对图像边界进行处理,该步骤中的边界处理是在图像边界对划分 像素点的像素块时,缺少构建像素块的像素点,需要对缺少的像素点通过镜像处理进行构建。对于图像边界重复进行处理,即一种镜像处理,其对应关系如下v(i, n+1) = v(i, η)v(i,0) = v(i,1)v(0, j) = v(l, j)(5)v(m+l, j) = v(m, j)上式中,M,N分别为图像的高度和宽度,i,j的取值范围分别为和。进一步,在步骤406中,确定中心像素块与其相邻的像素块对的像素块差异度,该 差异度是指两个像素块的差异,可如上公式(4)所示。接着,在步骤408中,设置中心像素块与其相邻的像素块对的加权值函数。可设置加权值函数f ()如下w .、 1 ( Diffistr pixel i-str pixel j)2 λ“、/0,7) =-T=^exp ^————=^u-(6)^2πσ yσJ其中,σ噪声方差,对于本方法,可以通过设置为人为调解参数。上式中的差异度 定义按照(4)式计算,加权值函数是根据相邻像素块与中心像素块之间的差异来确定其对 中心像素的贡献值,差异度越大,贡献越小,差异度越小,贡献越大。对于每个像素点来说,其像素块的相邻像素块以3*3为例,其中心像素块与其相 邻的像素块对的加权值函数共有9个。在步骤410中,对中心像素块与其相邻的像素块对的加权值进行归一化处理,其 处理如下f'(i n /0·, J)~ ^ /(/, j)(7)Ui由于图像的像素值取值在一定范围内,因此加权值需要进行归一化才能不改变去 除噪声后的像素值的取值范围。紧接着,进入步骤412中,进行去除噪声的运算处理,将相邻的像素块与中心像素 块的各个加权值与中心像素块的各像素点的像素值对应乘积并进行求和,去除噪声的影 响,得到像素块中心像素点的像素值。例如在图3中,在像素(a,b)处的去噪结果可以表示为str_w (a, b) = f ‘ aew (a_l,b_l) +f ‘ bew (a_l, b)+f' cew (a_l,b+1)f' dew(a, b-l)+f' eew(a, b)+f' few(a, b+1)(8)f' gew(a+l, b-l)+f' hew(a+l, b)+f' iew(a+l, b+1)式中,w(x,y)表示像素在(x,y)坐标处的值,w'表示权值,其下标表示像素块对, 具体地,w'⑽表示如图3所示图3(a)与3(e)这一对像素块对的经过处理的归一化本文档来自技高网...
【技术保护点】
一种利用像素块去除噪声的方法,包括以下步骤:划分图像为块状区域的像素块,以及确定每个像素块对应的相邻块;对相邻的各像素块与中心像素块的差异度进行定义,并进行计算;对相邻的各像素块与中心像素块的差异度进一步进行加权值函数处理,得到相邻的各像素块与中心像素块的加权值;利用相邻的像素块与中心像素块的各个加权值与中心像素块的各像素点的像素值,进行去除噪声的运算,得到所述中心像素块的中心像素点像素值。
【技术特征摘要】
【专利技术属性】
技术研发人员:殷常伟,
申请(专利权)人:殷常伟,
类型:发明
国别省市:37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。