[发明专利]一种sigma图像滤波方法及系统

说明书

本发明公开了一种sigma图像滤波方法及系统，属于遥感图像处理领域。方法包括：设定邻域窗口的尺寸参数，按照滤波顺序依次对图像每个待检测的像素点进行滤波，通过邻域窗口的统计特性构造判别条件，对待检测的像素点进行甄别，将待检测的像素点划分为正常像素点或异常像素点；对异常像素点，通过邻域窗口的统计特性构造筛选条件，对异常像素点对应邻域窗口内的像素点进行筛选，考虑这些像素点到异常像素点的距离，计算相应的权重，取加权平均值，作为异常像素点的修正值，完成对图像的滤波。采用本发明提供的sigma图像滤波方法，可以更加完整地保留图像原始的真实细节，并对现有sigma滤波方法未能过滤掉的噪声起到较好的抑制作用，进而提高图像滤波效果。

技术领域

本发明属于遥感图像处理领域，具体是一种sigma图像滤波方法及系统。

背景技术

在进行遥感图像处理中发现一些随机分布的黑白斑点，其亮度值与周边像素点具有极大的差异，这种异常的斑点往往对后续科学研究造成巨大噪声影响，称为斑点噪声。斑点噪声的存在对地面温度、土壤湿度的反演以及局部地物特征的识别造成随机干扰，影响反演或识别的精度，因此针对斑点噪声抑制的方法相继提出。均值滤波将邻域窗口内像素点的灰度值取平均值，作为待检测的像素点的修正值，斑点噪声可以得到有效抑制，但是滤波后图像极为模糊，大大损失了图像原有的精度。基于此，sigma滤波方法通过建立一个与待检测的像素点相距2倍噪声标准差的范围对邻域窗口内的像素点进行筛选，以此提高图像的清晰程度，相对于均值滤波而言，在保持图像细节方面有了很大的提高。但上述现有的sigma滤波方法仍然存在以下问题：

(1)现有sigma滤波方法的噪声标准差的选取过于经验化。噪声标准差选择较小时图像细节保持更完整，但斑点噪声抑制程度越弱；噪声标准差选择较大时斑点噪声抑制效果越好，但是图像变得更加模糊，图像细节容易丢失；

(2)现有sigma滤波方法不加区别地对所有的像素点都进行了修正，导致正常的像素点的值也被改变，致使图像失真；

(3)现有sigma滤波方法在进行修正值计算时未考虑地理因素的影响，在计算均值时认为距离较远的点和距离较近的点对待检测的像素点的影响程度相同。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种sigma图像滤波方法及系统，其目的在于解决sigma滤波方法噪声标准差选取难、图像易失真的问题。

为实现上述目的，本发明一方面提供了一种sigma图像滤波方法，包括：先设定邻域窗口的尺寸参数，然后按照滤波顺序依次对图像每个待检测的像素点进行滤波，通过待检测的像素点的邻域窗口的统计特性构造判别条件，使用判别条件对待检测的像素点进行甄别，将待检测的像素点划分为正常像素点和异常像素点两类；在对异常像素点进行修正时，通过异常像素点的邻域窗口的统计特性构造筛选条件，使用筛选条件对异常像素点对应邻域窗口内的像素点进行筛选，考虑这些像素点到异常像素点的距离，计算相应的权重，并取加权平均值，作为异常像素点的修正值，完成对图像的滤波过程。所述滤波顺序是从左到右从上至下的顺序。

优选地，上述sigma滤波方法中，若某个待检测的像素点的灰度值为a_k,l，那么该像素点对应的邻域窗口的图像为方形状，且其图像矩阵的表示形式为

其中，k、l分别指待检测的像素点对应的行号和列号，若待滤波图像的矩阵总行数和总列数分别为m和n，那么1≤k≤m,1≤l≤n；r为尺寸参数，满足需要根据经验指定，一般介于2～5，min{m,n}表示m和n中的最小值。

优选地，上述sigma滤波方法中，邻域窗口的统计特性主要包括均值和标准差s_k,l，计算公式如下