[发明专利]最小十字窗中值与均值迭代滤波的图像噪声滤除方法

权利要求书

1.一种最小十字窗中值与均值迭代滤波的图像噪声滤除方法，其特征在于，包括如下步骤：

步骤1）输入大小为m×n，灰度级为0到L之间的含噪声图像I，其中最小灰度级为0，最大灰度级为L，L常取255；

步骤2）用极值方法判断噪声像素点，产生噪声0-1二值映射矩阵N^I，即：

，x=1, 2, …, m，y=1, 2, …, n；

其中，1代表非噪声点，0代表噪声点；

步骤3）计算噪声密度p：；

步骤4）设R为恢复图像，其对应的噪声0-1二值映射矩阵N^R，令R=I，N^R=N^I；

步骤5）比较噪声密度p与参数c的大小，其中c取0.525，如果p小于或等于c，采用最小十字窗口迭代中值滤波；

步骤6）如果p大于c，采用最小十字窗口迭代均值滤波；

步骤7）输出去噪结果R；

步骤5）所述的最小十字窗口迭代中值滤波，按如下步骤进行：

步骤5.1）对于R中的每一个像素(x,y)，采用最小十字窗口中值滤波，最小十字窗口对应的点为：，获得滤波结果R₁：

如果S_xy为零矩阵，则R₁(x,y)=0，其对应的噪声0-1二值映射矩阵为：

；

如果，则R=R₁，算法结束，输出去噪结果；

步骤5.2）对于R₁中的每一个像素(x,y)，采用最小十字窗口中值滤波，最小十字窗口对应的点为：，获得滤波结果R₂：

；

如果S_xy为零矩阵，则R₂(x,y)=0，其噪声0-1二值映射矩阵为：

；

如果，则R=R₂，算法结束，输出去噪结果；

步骤5.3）对于R₂中的每一个像素(x,y)，采用最小十字窗口中值滤波，最小十字窗口对应的点为：，获得滤波结果R₃：

；

如果S_xy为零矩阵，则R₃(x,y)=0；

步骤5.4）用R₃替换R，并更新N^I和N^R，即：

，，N^I=N^R；

步骤5.5）如果，则输出去噪结果R，否则转到步骤5.1）进行最小十字窗口迭代中值滤波；

所述步骤5.1）、步骤5.2）、步骤5.3）中的median表示排序后取中值，以上x=1, 2, …,m，y=1, 2, …, n；

步骤6）所述的最小十字窗口迭代均值滤波，按如下步骤进行：

步骤6.1）对于R中的每一个像素(x,y)，采用最小十字窗口均值滤波，最小十字窗口对应的点为：，获得滤波结果R₁：

；

如果S_xy为零矩阵，则R₁(x,y)=0，其噪声0-1二值映射矩阵为：

；

如果，则R=R₁，算法结束，输出去噪结果；

步骤6.2）对于R₁中的每一个像素(x,y)，采用最小十字窗口均值滤波，最小十字窗口对应的点为：，获得滤波结果R₂：

；

如果S_xy为零矩阵，则R₂(x,y)=0，其噪声0-1二值映射矩阵为：

；

如果，则R=R₂，算法结束，输出去噪结果；

步骤6.3）对于R₂中的每一个像素(x,y)，采用最小十字窗口均值滤波，最小十字窗口对应的点为：，获得滤波结果R₃：

；

如果S_xy为零矩阵，则R₃(x,y)=0；

步骤6.4）用R₃替换R，并更新N^I和N^R，即：

，，N^I=N^R；

步骤6.5）如果，则输出去噪结果R，否则转到步骤6.1）进行最小十字窗口迭代均值滤波；

所述步骤6.1）、步骤6.2）、步骤6.3）中的mean表示取均值，x=1, 2, …, m，y=1, 2,…, n。