发明名称 面向纺织行业的非高斯纹理噪声平滑滤波方法
摘要 本发明提供了一种面向纺织行业的非高斯纹理噪声平滑滤波方法。本发明的技术方案可区分像素点是位于色彩均匀区域内部还是落在不同色彩区域之间的边缘地带;针对位于色彩均匀区域内部的像素点,采用邻域加权平均方法平滑纹理噪声的干扰;针对位于色彩区域边缘的像素点,在一个较大尺度的窗口中寻找与其邻域模板相似的像素点,然后通过这些相似像素点色彩的加权平均能有效消除纹理噪声的干扰;另外在一幅纺织印染图像中边缘像素点个数相对比较少,本方法可以从大空间尺度到小空间尺度较精确定位落在不规则边缘地带的像素点;另一方面由于边缘像素点需要在一个比较大的邻域窗口中在寻找其相似的像素点,精确定位边缘像素点能减少滤波处理的计算量。
申请公布号 CN101464998A 申请公布日期 2009.06.24
申请号 CN200910095655.0 申请日期 2009.01.15
申请人 浙江大学 发明人 陆系群
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 浙江杭州金通专利事务所有限公司 代理人 刘晓春
主权项 1. 一种面向纺织行业的非高斯纹理噪声平滑滤波方法,其特征在于它包括对彩色纺织样布的数字图像进行以下步骤处理:(1)确定一个对中心点各向同性的滑动窗口,所述滑动窗口的宽度为所述数字图像像素点间距的整数倍;(2)设定所述滑动窗口的一个或多个不同半径数值,当为设定多个不同半径数值时,半径数值从大到小排列,所述数字图像中所有像素点初始化为边缘点;(3)针对所述滑动窗口当前半径数值w,计算以所述数字图像中边缘点像素点为中心的所述滑动窗口内部所有像素点的色彩平均值,并分别计算落在所述滑动窗口左半部,右半部,上半部和下半部像素点的色彩平均值:其中(i,j)表示像素点的空间坐标,w表示所述滑动窗口当前半径的数值,以所述数字图像中像素点间距为单位,(k,l)表示落在以像素点(i,j)为中心的滑动窗口内部像素点的空间坐标,c(k,l)表示位于像素点(k,l)的色彩,有三个分量,即红色,绿色和蓝色的数值,<overscore>c</overscore>(i,j)表示以像素点(i,j)为中心的滑动窗口内部所有像素点的色彩平均值,<overscore>c</overscore>l(i,j),<overscore>c</overscore>r(i,j),<overscore>c</overscore>u(i,j)和<overscore>c</overscore>d(i,j)分别表示以像素点(i,j)为中心的滑动窗口左半部,右半部,上半部和下半部的色彩平均值;(4)分别计算滑动窗口色彩平均值<overscore>c</overscore>(i,j)和<overscore>c</overscore>l(i,j),<overscore>c</overscore>r(i,j),<overscore>c</overscore>u(i,j),<overscore>c</overscore>d(i,j)之间的色彩差异;(5)如果所计算色彩差异绝对值中最大值小于所设定第一阈值,则判定像素点(i,j)为均匀像素点;(6)对于均匀像素点,采用如下加权平均方法计算其平滑滤波后的色彩:其中<overscore>c</overscore>filt(i,j)表示位于(i,j)均匀像素点平滑滤波后的色彩,c(k,l)表示落在以像素点(i,j)为中心的滑动窗口内像素点的色彩,(k, )表示窗口内像素点的空间位置,而w表示所述滑动窗口的当前半径数值,(y,x)表示当前滑动窗口内像素点相对于当前滑动窗口内中心像素点(i,j)的位置;(7)根据所述滑动窗口的当前半径,重复步骤(3)到(6),直至搜索完所述数字图像中以当前滑动窗口半径大小判定为均匀像素点的所有像素点;(8)判断所述滑动窗口是否已取完所有的半径数值,如果是,则跳到步骤(9),反之,则所述滑动窗口取下一个半径数值,第一阈值相应增大,重复步骤(3)到(8);(9)对于所述数字图像中剩余的边缘点,则需要在一个以边缘点xi为中心的邻域窗口中寻找与其相似的像素点,其相似度计算如下:其中表示以边缘点xi为中心的方块,而则表示以位于边缘点xi邻域窗口内像素点xj为中心的方块,两个方块的大小一致,而xi和xj表示这两个像素点的空间坐标,mi和mj分别表示这两个方块亮度分量的均值,和则表示这两个方块亮度分量的方差,表示以边缘点xi为中心的方块和以像素点xj为中心的方块的相似度,如果这两个方块的相似度小于第二阈值,则位于xj像素点与位于xi的边缘点相似,反之,位于xj像素点的色彩在边缘点xi的平滑滤波中不予考虑;(10)等搜索完位于边缘点邻域窗口内所有相似点,采用如下加权平均方法计算其平滑滤波后的色彩:其中cfilt(xi)表示位于xi边缘点平滑滤波后的色彩,其中λα表示第二阈值,K(·)表示一个单调下降函数,表示位于xi边缘点邻域窗口中所有与其相似的像素点集合,j表示相似像素点的标记,c(xj)表示位于xj像素点的色彩;(11)重复步骤(9)和(10),直至所有边缘点处理完毕。
地址 310027浙江省杭州市西湖区浙大路38号