[发明专利]一种基于区域标记的降噪处理方法

说明书

本发明提供一种基于区域标记的降噪处理方法，所述方法包括：S1：图像区域标记：将彩色图像转化为灰度图，进而得到灰度梯度图，将其二值化处理；S2：图像维度分割：利用连通域标记和边缘检测算法将图像划分为不同的特征区域并标记，根据标记将图像划分为不同的维度图；S3，图像去噪：根据每个维度图像的特征用不同的降噪方法去噪；S4，图像融合：根据图像区域特征获得高质量图，将高质量图与对应维度图进行alpha融合处理；最后将所有维度融合去噪图叠加融合处理，得到降噪的灰度图后转化为彩色图输出。本申请提出的方法能在损失较小清晰度的同时对噪声产生更好的抑制作用。能够按块区分出图像的不同区域，根据不同区域的特性针对性去噪处理。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于区域标记的降噪处理方法。

背景技术

图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。但是图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像降质，这对后续图像的处理(如分割、压缩和图像理解等)将产生不利影响。噪声种类很多，如：电噪声、机械噪声、信道噪声和其他噪声。为了抑制噪声，改善图像质量，便于更高层次的处理，必须对图像进行去噪预处理。噪声对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号相互独立不相关，有些是相关的，噪声本身之间也可能相关。

现有技术中，根据实际图像的特点、噪声的统计特征和频谱分布规律，提出了各式各样的去噪方法，其中最为直观的方法是根据噪声能量一般集中于高频、而图像频谱则分布于一个有限区间的这一特点，采用低通滤波来进行去噪的方法，例如滑动平均窗滤波器，还有Wiener线性滤波器、基于一阶滤波(排序量)的方法等。然而低通滤波是一把双刃剑，它在消除图像噪声的同时，也会消除图像的部分有用的高频信息，因此，各种去噪方法的研究实际是在去噪和保留高频信息之间进行的权衡。高频信息包含众多图像细节，若消除就会损失图像的清晰度。

因此，现有技术存在的缺陷有：

1、图像存在明显噪声时，降噪后导致清晰度损失较大。现有技术在处理图像噪声问题时会应用不同的降噪处理方式，如高斯滤波、中值滤波、小波去噪等方法，但这些方法皆是无差别处理对一幅图像的各个区域如平坦区、细节区等。

2、降噪的处理方式是针对整幅图像，无法做到对不同区域分割处理。现有技术去噪处理方式是作用于整幅图像，且去噪方法比较单一。

另外，现有技术中的常用术语包括：

二值图像：图像的亮度值只有两个状态：黑和白。

连通区域标记：通过对二值图像中像素(目标)的标记，让每个单独的连通区域形成一个被标识的块，进一步就可以获取这些块的轮廓、外接矩形、质心、等几何参数。

Al pha融合：加权融合图像，每个像素点的像素是两种图的对应像素点的像素加权算出来的。

高质量图：无噪声的图像，或噪声特别小即可忽略不计的图像。

拉普拉斯算法：二阶微分线性算子，在图像边缘处理中，二阶微分的边缘定位能力更强，锐化效果更好。

线条的混乱程度：即一个区域含有线条的多少，包括直线、曲线等。

发明内容

为了解决上述问题，本发明的目的在于：

在不降低图像清晰度的情况下降低图像噪声。使用本申请的方法，根据图像不同区域的特性如纹理、颜色等，将图像细分为不同的区域，标记、分割各个区域。分析不同区域的噪声特征，利用不同的去噪方法分别处理每个区域的噪声，再对图像融合处理得到最终输出图像。此方法能够有效的降低平坦区、较平坦区、细节区等各个区域的噪声，同时保证对图像的清晰度损失较小，保留更多的图像细节。

具体地，本发明提供一种基于区域标记的降噪处理方法，所述方法包括：