[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

摘要

本发明公开了一种基于最小十字窗中值与均值迭代滤波的图像去噪方法，主要解决现有的图像去噪方法去噪同时难以保护边缘细节和参数设置困难等问题。实现步骤为：(1)通过极值方法找出噪声点，构建与图像大小相同的二值映射图；(2)计算噪声密度p；(3)如果p<=0.525，则使用最小十字窗迭代中值滤波，即：对于噪声图像中的每个噪声点，用最小十字窗口中非噪声点的中值取代噪声点的值，如此再迭代处理2次，每次判断噪声点是否已经处理完，如果处理完，输出去噪结果；(4)如果p>0.525，则使用最小十字窗迭代均值滤波进行处理，处理方式同最小十字窗迭代中值滤波方法。本发明具有无需考虑窗口大小、易操作、去噪效率高、图像细节保持度好和更适合实时应用的优点。

主权项

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NI，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NR，令R=I，NR=NI；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Sxy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Sxy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Sxy为零矩阵，则R3(x,y)=0；步骤5.4）用R3替换R，并更新NI和NR，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Sxy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Sxy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Sxy为零矩阵，则R3(x,y)=0；步骤6.4）用R3替换R，并更新NI和NR，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。