发明名称 |
一种快速去除图像中混合噪声的方法 |
摘要 |
本发明公开了一种快速去除图像中混合噪声的方法,能够实现同时去除椒盐噪声和高斯噪声,提高图像的峰值信噪比,获得更清晰的图像。主要技术思想是先对含噪图像进行中值滤波,得到去除椒盐噪声后的图像;然后对去除椒盐噪声后的图像进行空间自适应双边滤波,得到去除高斯白噪声的图像,即最终去噪图像。本发明算法的计算、数据处理保证能够适应实时图像快速处理,可以根据具体应用、具体需要对技术流程做相应调整。 |
申请公布号 |
CN101860667A |
申请公布日期 |
2010.10.13 |
申请号 |
CN201010164555.1 |
申请日期 |
2010.05.06 |
申请人 |
中国科学院西安光学精密机械研究所 |
发明人 |
周祚峰;曹剑中;王华伟;王浩;唐垚;唐利孬;张海峰;董森 |
分类号 |
H04N5/217(2006.01)I;G06T5/00(2006.01)I |
主分类号 |
H04N5/217(2006.01)I |
代理机构 |
西安智邦专利商标代理有限公司 61211 |
代理人 |
徐平 |
主权项 |
1.一种快速去除图像中混合噪声的万法,其特征在于:设原始无噪声图像被加性的均值为0,方差为σ<sub>ε</sub><sup>2</sup>的高斯白噪声和椒盐噪声污染污染,则含噪图像在空域表示为y(i,j)=s(i,j)+ε<sub>1</sub>(i,j)+ε<sub>2</sub>(i,j)其中,s(i,j)表示原始图像,ε<sub>1</sub>(i,j)表示高斯白噪声,ε<sub>2</sub>(i,j)表示椒盐噪声;所述快速去除图像中混合噪声的方法,包括以下步骤:1)对含噪图像y(i,j)进行中值滤波,得到去除椒盐噪声ε<sub>2</sub>(i,j)后的图像y<sub>1</sub>(i,j);2)对去除椒盐噪声后的图像y<sub>1</sub>(i,j)进行空间自适应双边滤波,得到去除高斯白噪声的图像<img file="FDA0000021130970000011.GIF" wi="179" he="77" />即最终去噪图像;设y<sub>1</sub>(i,j)对应像素x的坐标为x=[i,j],所述空间自适应双边滤波的算法为<maths num="0001"><![CDATA[<math><mrow><mover><mi>s</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mover><mi>C</mi><mo>~</mo></mover></mfrac><munder><mi>Σ</mi><mrow><mi>k</mi><mo>∈</mo><mi>W</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></munder><mi>exp</mi><mo>{</mo><mfrac><msup><mrow><mo>-</mo><mo>|</mo><mo>|</mo><mi>k</mi><mo>-</mo><mi>x</mi><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><msup><msub><mrow><mn>2</mn><mi>σ</mi></mrow><mi>d</mi></msub><mn>2</mn></msup></mfrac><mo>}</mo><mi>exp</mi><mo>{</mo><mo>-</mo><mfrac><mrow><msub><mi>ασ</mi><mi>s</mi></msub><msup><mrow><mo>|</mo><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>|</mo></mrow><mn>2</mn></msup></mrow><msup><msub><mi>σ</mi><mi>n</mi></msub><mn>2</mn></msup></mfrac><mo>}</mo><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中W(x)表示以x为中心的一个空间邻域,y<sub>1</sub>(x)表示x处的灰度值,σ<sub>d</sub>是控制距离域权函数衰退的参数,σ<sub>s</sub>为滤波过程中滑窗内图像信号的标准差,σ<sub>n</sub>为高斯白噪声ε<sub>1</sub>(i,j)的标准差,α为常数,<img file="FDA0000021130970000013.GIF" wi="44" he="63" />是归一化因子:<maths num="0002"><![CDATA[<math><mrow><mover><mi>C</mi><mo>~</mo></mover><mo>=</mo><munder><mi>Σ</mi><mrow><mi>k</mi><mo>∈</mo><mi>W</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></munder><mi>exp</mi><mo>{</mo><mfrac><msup><mrow><mo>-</mo><mo>|</mo><mo>|</mo><mi>k</mi><mo>-</mo><mi>x</mi><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><msup><msub><mrow><mn>2</mn><mi>σ</mi></mrow><mi>d</mi></msub><mn>2</mn></msup></mfrac><mo>}</mo><mi>exp</mi><mo>{</mo><mo>-</mo><mfrac><mrow><msub><mi>ασ</mi><mi>s</mi></msub><msup><mrow><mo>|</mo><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>|</mo></mrow><mn>2</mn></msup></mrow><msup><msub><mi>σ</mi><mi>n</mi></msub><mn>2</mn></msup></mfrac><mo>}</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>所述σ<sub>d</sub>、α和σ<sub>n</sub>在步骤1)之前根据经验或试验得到的常数,所述σ<sub>s</sub>是随着滑窗的滑动实时变化的。 |
地址 |
710119 陕西省西安市高新区新型工业园信息大道17号 |