| 主权项 |
1.一种基于证据理论的图像去噪方法，其特征在于步骤如下：(1) 读入一帧图像，令第一个像素点为当前像素点；(2) 判断所述当前像素点是否为噪声点，若是则按照以下步骤进行处理，若不是则置下一个像素点为当前像素点，接着判断，直到遇到噪声点或算法结束；上述判断噪声点的方法采用区间法，即灰度值位于0-5或250-255之间的为噪声点，否则为信号点；(3) 以噪声点为中心，在所述图像上对目标像素构造一个<i>n</i>×<i>n</i>正方形模板，该模板为在横轴和纵轴上均包含<i>n</i>个像素点，n为除“1”之外的奇数；如果图像边界的像素点为噪声，则对于以该像素点为中心构造的<i>n</i>×<i>n</i>正方形模板中超出图像区域的部分忽略不计，防止超出边界时发生溢出问题；(4) 利用证据合成公式计算所述<i>n</i>×<i>n</i>正方形模板中当前像素点标准灰度值<img file="2013105592415100001DEST_PATH_IMAGE001.GIF" wi="50" he="26" />：<img file="505178DEST_PATH_IMAGE002.GIF" wi="16" he="21" />按照下述公式（1）分别计算n×n正方形模板中除中间一行像素的行灰度值之和<img file="2013105592415100001DEST_PATH_IMAGE003.GIF" wi="20" he="28" />：<img file="627986DEST_PATH_IMAGE004.GIF" wi="101" he="48" />（1）式中：<i>i</i>为行标，<i>i</i>=-N, ……,-2，-1，0，1，2，……N；<i>j</i>为列标，<i>j</i>=-N, ……,-2，-1，0，1，2，……N；<img file="2013105592415100001DEST_PATH_IMAGE005.GIF" wi="49" he="24" />为<i>n</i>×<i>n</i>正方形模板中像素点（<i>i，j</i>）的灰度；<img file="761027DEST_PATH_IMAGE003.GIF" wi="20" he="28" />的下标<i>i</i>≠0；所述的<i>i</i>为<i>n</i>×<i>n</i>正方形模板中的行标，其排列顺序为从上至下依次排列，其中-N为第1行，N为第<i>n</i>行；所述的<i>j</i>为<i>n</i>×<i>n</i>正方形模板中的列标，其排列顺序为从左至右依次排列，其中-N为第1列，N为第<i>n</i>列；<img file="814434DEST_PATH_IMAGE006.GIF" wi="16" he="21" />按下述公式（2）分别计算除中间一行的各行中每一像素点的灰度证据<img file="DEST_PATH_IMAGE007.GIF" wi="53" he="25" />：<img file="464333DEST_PATH_IMAGE008.GIF" wi="110" he="48" />（2）式中：<i>i</i>为行标，<i>i</i>=-N, ……,-2，-1，0，1，2，……N；<i>j</i>为列标，<i>j</i>=-N, ……,-2，-1，0，1，2，……N；<img file="DEST_PATH_IMAGE009.GIF" wi="49" he="25" />和<img file="7310DEST_PATH_IMAGE003.GIF" wi="20" he="28" />的下标<i>i</i>≠0；<img file="112801DEST_PATH_IMAGE010.GIF" wi="16" he="21" />以中间一行为行对称轴，对相互对称的行进行灰度证据合成：第一轮灰度证据合成从第1行与第n行开始合成得出合成后的新1行的灰度证据，直至与中间第一行相邻的上下两行合成得出合成后的新<img file="DEST_PATH_IMAGE011.GIF" wi="36" he="42" />行的灰度证据为止；按下述公式（3）计算<i>n</i>×<i>n</i>正方形模板中第1行与第n行像素的灰度合成证据<img file="32215DEST_PATH_IMAGE012.GIF" wi="32" he="26" />：<img file="DEST_PATH_IMAGE013.GIF" wi="174" he="69" />（3）式中：<img file="539551DEST_PATH_IMAGE012.GIF" wi="32" he="26" />为第一行与第n行的灰度证据合成（即新1行的灰度证据）；其它对称的行的合成公式与上述公式（3）相同，只是<img file="191112DEST_PATH_IMAGE014.GIF" wi="20" he="20" />的下标不同及各像素点的坐标不同；b．第二轮灰度证据合成：将上述第一轮灰度证据合成的新的各行的灰度证据再进行第二轮灰度证据合成，第二轮合成后，得到第二轮合成后的各行的灰度证据；c．再进行第三轮合成及更多轮的灰度证据合成，直至只剩下两行时为止，将最后剩下的两行进行证据合成得到灰度证据合成值<i>m</i><sub><i>0</i></sub>；所述灰度证据合成值<i>m</i><sub><i>0</i></sub>按下述公式计算：<img file="2013105592415100001DEST_PATH_IMAGE015.GIF" wi="506" he="45" />；最后将<i>m</i><sub><i>0</i></sub>赋值于当前像素点标准灰度值<img file="298745DEST_PATH_IMAGE001.GIF" wi="50" he="26" />，即<img file="507004DEST_PATH_IMAGE016.GIF" wi="82" he="28" />；(5)按下述公式（4）计算当前像素点的灰度<img file="2013105592415100001DEST_PATH_IMAGE017.GIF" wi="54" he="25" />与当前像素点标准灰度值<img file="118114DEST_PATH_IMAGE001.GIF" wi="50" he="26" />的差值的绝对值<img file="206156DEST_PATH_IMAGE018.GIF" wi="17" he="16" />：<img file="DEST_PATH_IMAGE019.GIF" wi="144" he="33" />（4）(6)预设灰度值的阈值<img file="277449DEST_PATH_IMAGE020.GIF" wi="14" he="16" />：<img file="DEST_PATH_IMAGE021.GIF" wi="72" he="20" />；(7)噪音去除：当<img file="538666DEST_PATH_IMAGE022.GIF" wi="42" he="18" />，把当前像素定义为噪声，此时用当前像素点标准灰度值<img file="2013105592415100001DEST_PATH_IMAGE023.GIF" wi="49" he="26" />去代替当前像素点的灰度<img file="755015DEST_PATH_IMAGE017.GIF" wi="54" he="25" />进行修正；(8) 如果所述图像中所有的像素点处理完毕，则算法结束；否则，置下一个像素点为当前像素点，返回上述步骤(2)，继续处理。 |
