[发明专利]一种图像噪声点的识别方法及装置

说明书

本申请实施例提供一种图像噪声点的识别方法及装置，方法包括：得到待识别原始图像对应的灰度图像；基于所述灰度图像中每个像素点的灰度值，为每个像素点分配至少一个标识码；根据每个标识码对应的分组中像素点的数量信息识别所述待识别原始图像中的图像噪声点。本申请对孤立噪声点有较高的识别准确率，并且资源消耗小，降低了计算量，从而提高了识别速率。

技术领域

本申请涉及计算机技术领域，具体涉及图像噪声点的识别方法及装置。

背景技术

图像在生成和传输过程中常常会收到各种噪声的干扰和影响，图像噪声会使得图像模糊，甚至淹没图像特征，为辨识与分析带来困难。图像噪声一般具有以下特点：

噪声在图像中的分布和大小不规则，即具有随机性；

图像与噪声之间一般具有相关性；

噪声具有叠加性。

因此，为了改善图像的质量，去除噪声，有必要对噪声进行有效地识别，目前主流的噪声识别检测方法主要使用K-近邻算法或支持向量机等。对于图像的分析更多采用空间域向变换域的方式。

本发明提出了基于概率统计模型的图像噪点识别方法，使用图像的统计分布特征进行识别，降低了数据维度的同时保证数据特征。同时，为了提高噪点的识别灵活性，引入了可变尺度的离差计算方式。

发明内容

针对现有技术中的问题，本申请提供一种图像噪声点的识别方法及装置，首先得到待识别原始图像对应的灰度图像；基于所述灰度图像中每个像素点的灰度值，为每个像素点分配至少一个标识码；根据每个标识码对应的分组中像素点的数量信息识别所述待识别原始图像中的图像噪声点。本发明对孤立噪声点有较高的识别准确率，并且资源消耗小，降低了计算量，从而提高了识别速率。

本发明的一方面，提供一种图像噪声点的识别方法，包括：

得到待识别原始图像对应的灰度图像；

基于所述灰度图像中每个像素点的灰度值，为每个像素点分配至少一个标识码；

根据每个标识码对应的分组中像素点的数量信息识别所述待识别原始图像中的图像噪声点。

在优选的实施例中，所述得到待识别原始图像对应的灰度图像，包括：

获取所述待识别原始图像；

将所述待识别原始图像转换为灰度图像。

在优选的实施例中，所述灰度图像包括mxn个像素点，m为行数，n为列数，所述基于所述灰度图像中每个像素点的灰度值，为每个像素点分配至少一个标识码，包括：

针对每行像素点，基于该行中每个像素点的灰度值为每个像素点分配一标识码；

针对每列像素点，基于该列中每个像素点的灰度值为每个像素点分配另一标识码；所述一标识码和所述另一标识码可相同或不同。

在优选的实施例中，所述基于该行中每个像素点的灰度值为每个像素点分配一标识码，包括：

计算每个像素点与同行中相邻下一个像素点的灰度差值，生成该行对应的行灰度差值序列，；

获取所述行灰度差值序列的中位数；

根据所述行灰度差值序列和所述行灰度差值序列的中位数，为该行中每个像素点分配一标识码。

在优选的实施例中，所述根据所述行灰度差值序列和所述行灰度差值序列的中位数，为该行中每个像素点分配一标识码，包括：

若所述像素点的行灰度差值小于一预设值并且所述行灰度差值的绝对值小于所述行灰度差值序列的中位数，则为该像素点分配第一标识码；