[发明专利]计算机图像处理的平滑滤波方法

说明书

一、技术领域：

本发明涉及图像处理方法，特别是计算机图像处理的平滑滤波方法。

二、背景技术：

在图像的生成和传输过程中常会受到诸如电传感器噪声、相片颗粒噪声等噪声源的影响，影响图像的质量，因此，必须要对图像进行平滑处理来消除噪声的影响。目前，通常使用的消除噪声的方法主要有两类：一类是对图像进行全局处理，即在变换域中使用的Wiener滤波、最小二乘滤波和应用一维或二维Kalman滤波等技术；另一类是对噪声图像使用局部算子，常用的是非加权邻域平均法。前者所述的方法在使用时需要知道信号和噪声的统计模型，而这在实际情况中很难准确地获得，而且使用上述技术所用的时间很长。后者虽然计算方法简单，计算速度快，但是在降低噪声的同时使图像产生模糊。

三、发明内容：

本发明的目的是克服上述不足问题，提供一种用于计算机图像处理的平滑滤波方法，通过事先设定的阈值决定处理后图像的灰度值。对抑制噪声，保护微小灰度差的图像细节有较好的保护效果。

本发明为实现上述目的所采用的技术方案是：计算机图像处理的平滑滤波方法，先将真彩色图像转化为灰度级图像，计算所得到的灰度级图像进行平滑处理前后的灰度值，然后将二者的绝对值差与选定的阈值相比较，决定平滑后图像的灰度值。

所述的计算机图像处理的平滑滤波方法，在将真彩色图像转化为灰度级图像时，应用C语言软件中的grayvalue命令实现。

所述计算平滑处理后的灰度级图像的灰度值时采用以下公式

f^*(x，y)＝∑_(μ，v)∈S f(μ，v)/M

其中图像中某像素的灰度值为f(x，y)，它的邻域为N×N的矩阵窗口，点集的总数为M。

所述根据选定的阈值T，判断平滑处理前后的图像灰度值的绝对差值与T的近似程度，应用以下方法实现：

若|f^*(x，y)-f(x，y)|＞T，则g(x，y)＝f^*(x，y)；

否则，g(x，y)＝f(x，y)。

本发明的特点：采用比较局部像素点在特定阈值下的近似程度的方法处理图像，在有效降低噪声的同时，保证了图像的清晰性，并且不需要获得信号和噪声的统计模型。对于保护微小灰度差的图像细节有很好的效果。

四、具体实施方式：

下面结合具体实施方式对本发明作进一步详细说明，但不限于具体实施例。

按照下面步骤对图像进行平滑滤波处理：先将真彩色图像转化为灰度级图像，具体做法是将真彩色图像保存为固定文件picture.bmp，调用C语言中的grayvalue(picture)命令，对真彩色图像进行转换，并将得到的灰度级图像保存为picturel.gif。

对灰度级图像picturel.gif，按照下列公式计算平滑处理后的图像在各个点的灰度值。

f^*(x，y)＝∑_(μ，v)∈S f(μ，v)/M

其中图像中某像素的灰度值为f(x，y)，它的邻域为N×N的矩阵窗口，点集的总数为M。

选定阈值T为0.5，根据选定的阈值T，判断平滑处理前后的图像灰度值的绝对差值与T的近似程度，决定最终平滑后的图像的灰度值g(x，y)，具体方法如下：

若|f^*(x，y)-f(x，y)|＞T，则g(x，y)＝f^*(x，y)；

否则，g(x，y)＝f(x，y)

g(x，y)就是处理后的图像灰度值。

按照上述步骤，该方法应用于著名的真彩色Lina图像，处理后的图像比其他图像在边界上更加清晰。边界的轮廓更加明显。