[发明专利]基于菱形模板的自适应加权均值滤波方法

摘要

本发明涉及一种基于菱形模板的自适应加权均值滤波方法。本发明采用菱形模板与中心像素邻域内各信号像素重叠的面积的大小对其加权求均值的方法去除椒盐噪声。在去噪的过程中，根据噪声密度的不同及菱形模板内信号像素个数的需要，菱形模板进行自适应扩充，当菱形模板为n×n(n为大于等于5的奇数)时参与运算的信号点的个数要少于使用正方形模板时参与运算的像素点的个数，菱形模板越大，这种差别越明显，因而对不同噪声密度的图像均能增加去噪速度；另外，由于只允许菱形模板内信号像素的灰度值参与中心像素灰度值的计算，明显提高了滤波效果；本发明对于被各种密度椒盐噪声污染的图像，均能得到相对很好的滤波效果。

主权项

一种基于菱形模板的自适应加权均值滤波方法，其特征在于包括以下步骤：（1）读入一幅图像，令第一个像素为当前像素；（2）判断当前像素是否为噪声：判断噪声的方法是极值和阈值区间相结合的方法，即若当前像素的灰度值为其3×3菱形模板邻域内所有像素灰度值的极大值或极小值，且其灰度值在[251，255]或[0，4]时，判定此像素为噪声，否则为正常信号；所述噪声称之为噪声像素，所述正常信号称之为信号像素；所述菱形模板是指对角线长度相等的、对角线分别为水平方向和竖直方向的中心对称和轴对称图；所述3×3菱形模板是指两条对角线涉及的像素个数都为3，以距菱形中心为3/2个像素距离的上、下、左、右四个点为顶点构造的所述菱形模板；当所述当前像素是噪声像素时，执行第（3）步；当所述当前像素是信号像素时，执行第（2.1）步；（2.1）置下一个像素为当前像素，然后返回第（2）步；（3）以噪声像素为中心，构造一个所述3×3菱形模板：当以图像边界的像素为中心构造菱形模板时，菱形模板中超出图像范围的部分不予考虑，防止超出边界时发生计算错误；（4）判断菱形模板内信号像素的个数是否≥2：当菱形模板内信号像素的个数≥2时，执行第（5）步；当菱形模板内信号像素的个数小于2时，执行第（4.1）步；（4.1）菱形模板扩充：菱形模板的扩充方法如下：每次扩充时，以当前像素为中心将两条对角线上的像素各增加2个，构成新的菱形模板，依次扩充，直至扩充至n×n菱形模板，其中n为奇数；菱形模板每次扩充完毕后返回转第（4）步；（5）按下述公式（1）计算菱形模板内每个信号像素的面积权重Pi，Pi=Si/S             （1）式中，Pi为第i个信号像素的面积权重；Si为菱形模板内的第i个信号像素与菱形模板重叠部分的面积；S为菱形模板的面积；在计算中，设每个像素为正方形，其面积为1；并且中心像素及菱形模板内其它的噪声像素不参与计算；（6）按照下述公式（2）计算每个参与计算的信号像素的归一化权重值Wi：Wi=Pi/∑Pi                     （2）式中，Wi为第i个信号像素的归一化权重值；（7）去除噪声，即按下述公式（3）计算加权均值C，并将该加权均值C作为中心像素的灰度值，所述中心像素即当前像素：C=∑Wi*Ci                     （3）式中，Wi为第i个信号像素的归一化权重值，Ci为菱形模板内第i个信号像素的灰度值；（8）判断所有像素是否处理完毕：     当所有像素没有处理完毕时，返回第（2.1）步；     当所有像素处理完毕时，进入第（9）步；（9）去噪结束。