一种基于像素空间相关性判别的图像去噪方法

摘要

一种基于像素空间相关性判别的图像去噪方法，主要包括以下步骤：（1）输入一帧待滤波的原始图像；（2）取原始图像中的一个未滤波的色度空间分量数据P_c，将P_c及其在上下左右四个方向存在的空间相邻分量数据组成数组G₁；（3）计算P_c与G₁中其它数据在数值上相近的个数N_c，并根据N_c及P_c位置选取相邻数据组成数组G₂；（4）根据N_c、G₂以及像素空间相关性来判别P_c是否为噪声数据，若为噪声，则进行滤波替换，否则保留P_c原值；（5）重复步骤（2）到（4），直至处理完原始图像中所有色度空间分量数据；（6）输出一帧滤波后的图像。本发明能在保持图像细节的前提下获得良好的去噪效果。

主权项

一种基于像素空间相关性判别的图像去噪方法，其特征在于：所述方法包括以下步骤：(1)输入一帧待滤波的原始图像；(2)取原始图像中的一个未滤波的色度空间分量数据P_c，接着将P_c及其上方、下方、左方和右方存在的空间相邻数据组成数组G₁；(3)先统计色度空间分量数据P_c与数组G₁中其它数据差值绝对值diff小于阈值Th的个数N_c；再根据N_c及P_c所处的空间位置扩展选取数组G₂，具体如下：(a)当N_c＝0，若P_c为顶点或边界点位置的色度空间分量数据，则不扩展选取数组G₂；否则取P_c的左上、左下、右上和右下方向的4个相邻数据组成数组G₂；(b)当N_c＝1，将G₁中唯一满足diff<Th的分量数据记为P_newc，先取P_newc及其所在位置的上、下、左、右及左上、左下、右上和右下共八个方向存在的空间相邻数据组成数组G_temp；再取G_temp中除去G1中数据的部分组成数组G₂；(c)当N_c≥2，则不扩展选取数组G₂；(4)利用P_c所处位置，以及步骤(3)中获得的N_c、P_newc和数组G₂，并根据像素空间相关性来判别P_c是否为噪声数据，若为噪声数据，则进行相应滤波替换，否则保留P_c原值作为滤波后的数据；利用像素空间相关性来进行判别过程如下：(4a)当P_c为顶点位置的色度空间分量数据，分如下三种情况进行处理：1)若N_c＝0，即G₁中的其它数据与P_c都不相近，则判定P_c为噪声数据并用G₁中的其它2个数据的均值替换；2)若N_c＝1且G₂中不存在与P_newc差值绝对值小于Th的数据，即与P_c空间相邻的数据中只有1个数据与P_c相近，则判定P_c为噪声数据并用G₁中与P_c差值绝对值大于等于Th的数据替换；3)其它情况中存在3个数据在空间上相连续且数值相近，判定P_c为非噪声数据并保留P_c原值，即直接将P_c作为滤波后的数据；(4b)当P_c为除了4个顶点外的边界位置的色度空间分量数据，分如下三种情况进行处理：1)若N_c＝0，即G₁中的其它数据与P_c都不相近，则判定P_c为噪声数据并用G₁中其它3个数据的中值替换；2)若N_c＝1且G₂中不存在与P_newc差值绝对值小于Th的数据，即与P_c空间相邻的数据中只有1个数据与P_c相近，则判定P_c为噪声数据并用G₁中与P_c差值绝对值大于等于Th的2个数据的均值替换；3)其它情况中存在至少3个数据在空间上相连续且数值相近，判定P_c为非噪声数据并直接将P_c原值作为滤波后的数据；(4c)当P_c为除了边界外剩余位置的色度空间分量数据，分如下三种情况进行处理：1)若N_c＝0且G₂中的数据与P_c差值绝对值小于Th的个数小于2，即G₁中的其它数据与P_c都不相近且G₂中也没有2个或2个以上的数据与P_c相近，则判定P_c为噪声数据并用G₁中所有5个数据的中值来作为滤波后的数据；2)若N_c＝1且G₂中不存在与P_newc差值绝对值小于Th的数据，即与P_c空间相邻的数据中只有1个数据与P_c相近，则判定P_c为噪声数据并用G₁中所有5个数据的中值来作为滤波后的数据；3)其它情况中存在至少3个数据在空间上相连续且数值相近，判定P_c为非噪声数据并直接将P_c原值作为滤波后的数据；(5)重复步骤(2)到(4)的操作，直至处理完原始图像中所有色度空间分量数据；(6)输出由所有滤波后数据组成的一帧滤波后图像。