一种基于图像分割的扫描图像去灰尘方法

摘要

本发明提出了一种基于图像分割的扫描图像去灰尘方法。现有的扫描图像去灰尘方法是使用扫描仪进行多次扫描来对扫描原稿上的灰尘等损伤进行检测修复或根据人眼观察找出扫描图像中的灰尘区域，然后使用灰尘区域的邻近像素来替代灰尘像素，这两种方法均可以有效去除扫描图像中的灰尘，但是前者会导致扫描效率下降，而后者需要人眼参与，不够自动化。本发明所述的方法根据灰尘区域的特征将图像真实信息与灰尘区域进行自动分割，然后对属于灰尘区域的像素点进行邻域线性插值来进行修复。采用本发明所述技术方案，可以准确地自动将图像真实信息与灰尘进行分割，大大改善存在灰尘的扫描图像质量。

主权项

一种基于图像分割的扫描图像去灰尘方法，其特征在于，包括以下步骤：步骤1，对扫描得到的原图像A进行均值滤波，得到图像B；步骤2，将原图像A每个像素点的像素值与图像B中相应位置处像素点的像素值求差值并取绝对值，将对第i行第j列像素点求差值并取绝对值的结果记为数值xij；比较每个像素点相应的数值xij与预设的差异阈值P，当数值xij大于等于差异阈值P时，设该像素点的标记值为1，当数值xij小于差异阈值P时，设该像素点的标记值为0；每个像素点的标记值构成差异图像C；步骤3，通过对差异图像C进行图像区域分割，在差异图像C中查找灰尘轮廓；进行图像区域分割的具体操作步骤如下：步骤3.1，遍历差异图像C中的每一行像素点，将标记值为1的相邻像素点连接起来组成差异条；步骤3.2，对步骤3.1得到的所有差异条进行遍历，将相邻差异条合并成一个差异区域；步骤3.3，遍历每一个差异区域，如果某个差异区域的像素点总个数大于预设的分割上限阈值T或小于预设的分割下限阈值T’，则将这些像素点的标记值重新设为0，否则保持其标记值不变；步骤3.4，差异图像C中标记值为1的像素点即为查找出的灰尘轮廓；步骤4，对步骤3查找出的灰尘轮廓进行膨胀，根据膨胀后差异图像C中标记为1的像素点，得到最终查找出来的灰尘区域；进行膨胀的具体操作方式如下，遍历差异图像C中的每一个像素点，如果某个像素点的标记值为1则不做处理，如果某个像素点的标记值为0，则取该像素点的周围8个相邻像素点的标记值，如果其周围8个相邻像素点中有一个或以上的标记值为1，则将该像素点的标记值修改为1，否则保持该像素点的标记值不变；步骤5，根据步骤4所得灰尘区域，对原图像A进行修复；对原图像A进行修复的具体方式为，根据步骤4所得灰尘区域对原图像A进行线性插值；线性插值的具体操作方式如下，遍历原图像A，当遍历到原图像A中的某个像素点时，将遍历到的像素点设为当前像素点，取当前像素点在差异图像C中相应位置处的标记值，如果标记值等于0则不进行插值；如果标记值等于1，则在差异图像C中取当前像素点的7*7邻域中所有标记值等于0的像素点， 将所取得像素点在原图像A中的像素值取平均后，作为当前像素点修复后的像素值，并将当前像素点在差异图像C中的标记值设置为0。