CN100459660C - 一种去除图像噪声的方法和装置 - Google Patents

Abstract

本发明实施例公开了一种去除图像噪声的方法：接收时间连续的各输入图像信号；将当前时刻输入图像信号与滤波系数相乘，前一时刻滤波后输出的图像信号与1减去滤波系数的差值相乘，并将两次相乘结果相加；将所述相加结果作为当前时刻滤波后的图像信号输出。本发明实施例还同时公开了一种去除图像噪声的装置，应用该方法和装置可以使得在有效地去除图像噪声的同时，节省存储空间和减少计算量。

Description

一种去除图像噪声的方法和装置

技术领域

本发明涉及图像处理技术，特别涉及一种去除图像噪声的方法和装置。

背景技术

图像预处理最基本的目的就是改善图像质量，为后续进一步地图像处理提供良好的前提环境，而去除图像噪声是改善图像质量的一种有效方法。噪声的形成有多种原因，可能在成像过程中产生，也可能在传输过程中产生，针对不同原因形成的噪音，在图像处理中有着不同的去除方法，其中，最基本的两种去噪方法为空间平滑滤波和时间平滑滤波。

空间平滑滤波是对单一的图像进行滤波处理，最常用的是低通滤波方法，低通滤波是一种线性信号处理方式，采用简单的邻域平均来减小噪声，即用邻近像素点的灰度平均值来代替当前中心像素点的灰度值。邻域的大小与平滑的效果直接相关，原则上邻域越大平滑效果越好，但是如果邻域过大，会使得图像的边缘部分受损，变得模糊，所以邻域的大小需要合理选择。

空间平滑滤波的另一个常用方法为中值滤波，所谓中值滤波，是指对一个滑动窗口内的像素灰度值进行排序，用其中值来代替窗口中心像素的原有灰度值，滑动窗口大小一般为3×3、5×5或其它的奇数，以方便确定中间值。中值滤波是一种非线性的图像去噪方法，它在抑止图像噪声的同时还能有效的保护图像边缘，减少模糊。

空间平滑滤波方法虽然在一定程度上能够有效的去除单帧图像上的噪声，但是却很难消除时间方向上的噪声，表现为帧与帧图像之间的噪声呈现抖动性，即噪声点忽大忽小。现有技术中为去除图像时间方向上噪声多采用多帧叠加的方法，比如N(N＞＝3)帧叠加，多帧叠加方法的表达式为： $g(x,y,t)=\underset{l=-K}{\overset{K}{\mathrm{\Σ}}}h\left(l\right)f(x,y,t-l),$ 其中，l表示图像序列的帧数，t表示当前所计算的图像对应的时刻，x，y表示一帧图像内像素点的横纵坐标，h(l)表示时间方向上的滤波系数，f表示输入图像序列，g表示输出图像序列。

图1为三帧图像叠加去噪方法示意图，在图1所示情况下，上述表达式为：

g(x，y，1)＝h1*f(x，y，1)+h2*f(x，y，2)+h3*f(x，y，3)；

g(x，y，2)＝h1*f(x，y，2)+h2*f(x，y，3)+h3*f(x，y，4)；

g(x，y，3)＝h1*f(x，y，3)+h2*f(x，y，4)+h3*f(x，y，5)；

其中，h1+h2+h3＝1。

相比于空间平滑滤波，这种多帧叠加的滤波方法能够较为有效地去除图像时间方向上的噪声，但是这种方法需要多个内存来存储不同帧的图像数据，占用较大的内存资源，同时由于涉及到N个滤波器参数以及N帧图像的计算问题，需要处理的数据量也较大，处理速度比较慢。

发明内容

有鉴于此，本发明实施例的主要目的在于提供一种去除图像噪声的方法，该方法能够在有效地去除图像噪声的同时，节省存储空间并减少计算量。

本发明实施例的另一个目的在于提供一种去除图像噪声的装置，应用该装置能够在有效地去除图像噪声的同时，节省存储空间并减少计算量。

为达到上述目的，本发明实施例的技术方案是这样实现的：

一种去除图像噪声的方法，该方法包括以下步骤：

a、接收时间连续的各输入图像信号；

b、将当前时刻输入图像信号与滤波系数相乘，前一时刻滤波后输出的图像信号与1减去滤波系数的差值相乘，并将两次相乘结果相加；

其中，所述滤波系数的值为自动生成，包括：预先设置阈值，将当前时刻输入图像信号的灰度值与前一时刻输出图像信号的灰度值作差并取绝对值，将所述绝对值与阈值进行比较，若所述绝对值大于阈值，则确定滤波系数为1，否则确定滤波系数为一预先设定的大于0且小于1的值；

c、将相加得到的结果作为当前时刻滤波后的图像信号输出。

一种去除图像噪声的装置，该装置包括第一乘法器、第二乘法器、第一加法器以及寄存器；

第一乘法器，用于计算当前时刻输入图像信号与滤波系数的乘积，并将所述乘积输出给第一加法器；

第二乘法器，用于计算前一时刻滤波后输出的图像信号与1减去滤波系数的差值的乘积，并将所述乘积输出给第一加法器；

第一加法器，用于计算第一乘法器与第二乘法器输出结果相加之和，并将所述相加结果输出给寄存器；

寄存器，用于存储第一加法器的输出结果，并将所述第一加法器的输出结果作为当前时刻滤波后的图像信号输出；

该装置进一步包括一个滤波系数生成电路，用于根据当前时刻输入图像信号以及前一时刻输出图像信号的灰度值的差值绝对值自动生成滤波系数。

可见，采用了本发明实施例的技术方案，在对输入图像进行去噪处理的过程中，只需计算当前时刻输入图像与前一时刻输出图像的加权和，即可获得去噪后当前时刻的输出图像。也就是说，每次计算当前时刻输入图像的滤波输出时，只需保存前一时刻的输出结果即可，而不必再像现有方法一样保存多帧图像数据，从而较大地节省了存储空间；此外，在每次的计算过程中，只会涉及到一个滤波系数，且只需两个乘法计算，较大地减少了运算量，加快了处理速度。

附图说明

图1为三帧图像叠加去噪方法示意图；

图2为本发明装置的一个较佳实施例的结构示意图；

图3为本发明装置的另一个较佳实施例的结构示意图；

图4为本发明方法的实现流程图。

具体实施方式

本发明的核心思想为：接收时间连续的各输入图像信号；将当前时刻输入图像信号与滤波系数相乘，前一时刻滤波后输出的图像信号与1减去滤波系数的差值相乘，并将两次相乘结果相加；将所述相加结果作为当前时刻滤波后的图像信号输出。

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步地详细说明。

图2为本发明装置的一个较佳实施例的结构示意图，如图2所示，该装置主要包括第一乘法器201、第二乘法器202、第一加法器203以及寄存器204。

其中，第一乘法器201，用于计算当前时刻输入图像信号与滤波系数的乘积，并将所述乘积输出给第一加法器203；

第二乘法器202，用于计算前一时刻滤波后输出的图像信号与1减去滤波系数的差值的乘积，并将所述乘积输出给第一加法器203；

第一加法器203，用于计算第一乘法器201与第二乘法器202的输出结果相加之和，并将所述相加结果输出给寄存器204；

寄存器204，用于存储第一加法器203的输出结果，并将所述结果作为当前时刻滤波后的图像信号输出。

本实施例中，所述滤波系数用alpha表示，其值为预先设置，取值范围大于0且小于1。

该装置的工作过程如下：第一乘法器201接收到含有噪声的当前时刻输入图像信号f(x，y，t)，将该信号与预先设置的滤波系数alpha相乘，并将相乘后的结果输出给第一加法器203；同时，第二乘法器202将寄存器204中所存储的前一时刻输出图像信号与1-alpha相乘，并将相乘后的结果输出给第一加法器203；第一加法器203将第一乘法器201以及第二乘法器202的输出结果相加，将相加结果输出给寄存器204；寄存器204更新原有记录，存储所述相加结果，并将该结果作为当前时刻滤波后的图像信号输出。

除了预先设置以外，所述滤波系数alpha的值还可以是自动生成，图3即为本发明装置的另一个较佳实施例的结构示意图，与图2所示实施例相比，本实施例中增加了一个滤波系数生成电路300，用于根据当前时刻输入图像信号以及前一时刻输出图像信号的差值的绝对值自动生成滤波系数。

所述滤波系数生成电路300进一步包括第二加法器3011、绝对值转换电路3012、门限判决电路3013以及第三加法器3014；

第二加法器3011，用于计算当前时刻输入图像信号与前一时刻输出图像信号的差值，并将所述差值输出给绝对值转换电路3012；

绝对值转换电路3012，用于计算第二加法器3011所输出差值的绝对值，并将所述绝对值输出给门限判决电路3013；

门限判决电路3013，用于根据所述绝对值生成并输出滤波系数，若该绝对值大于预先所设阈值，则输出1，否则，输出预先设定的一个大于0且小于1的值；

第三加法器3014，用于计算常量1与所述门限判决电路3013输出结果的差值。

以上所介绍的装置实施例都是基于时间域的滤波装置，在实际应用中，可以将时间域滤波技术与空间域滤波技术结合使用，如在以上所述装置之前进一步增设一个空间滤波器，该空间滤波器可以为低通滤波器或中值滤波器，将输入图像首先进行空间滤波，然后再将空间滤波后的输出图像作为本发明所述系统的输入图像进行进一步滤波处理，从而达到更好的去噪目的。

基于以上所介绍的装置，图4为本发明方法的实现流程图，如图4所示，包括以下步骤：

步骤401：接收时间连续的各输入图像信号；

系统接收时间连续的各输入图像，这些图像在生成或传输过程中可能会夹杂进一系列的噪声，为了避免这些噪声点对后续图像处理过程造成影响，需要在后续步骤中尽量的去除噪声，净化图像。

步骤402：将当前时刻输入图像信号与滤波系数相乘，前一时刻滤波后输出的图像信号与1减去滤波系数的差值相乘，并将两次相乘结果相加；

如果用f(x，y，t)表示当前时刻输入图像，g(x，y，t)表示当前时刻输出图像，g(x，y，t-1)表示前一时刻输出图像，则该步骤所述过程的表达式为：

g(x，y，t)＝(1-alpha)*g(x，y，t-1)+alpha*f(x，y，t)；

零时刻定义：g(x，y，0)＝f(x，y，0)或g(x，y，0)＝0；

其它时刻，

g(x，y，1)＝(1-alpha)*g(x，y，0)+alpha*f(x，y，1)＝alpha*f(x，y，1)；

g(x，y，2)＝(1-alpha)*g(x，y，1)+alpha*f(x，y，2)

          ＝(1-alpha)*[alpha*f(x，y，1)]+alpha*f(x，y，2)

          ＝(1-alpha)*alpha*f(x，y，1)+alpha*f(x，y，2)；

g(x，y，3)＝(1-alpha)*g(x，y，2)+alpha*f(x，y，3)

          ＝(1-alpha)*{(1-alpha)*[alpha*f(x，y，1)]+alpha*f(x，y，2)}+

            alpha*f(x，y，3)

          ＝(1-alpha)*(1-alpha)*alpha*f(x，y，1)+(1-alpha)*alpha*f(x，y，

            2)+alpha*f(x，y，3)；

……

滤波系数alpha的具体取值可以为预先设置，只要保证在大于0小于1的范围内即可。

从上述表达式可以看出，每一时刻的输出图像结果都是通过当前时刻输入图像及之前各时刻输出图像的迭加结果分别与各自系数加权相乘后再相加所获得的，所以这钟滤波方法被称为加权迭代法。

以g(x，y，3)的式子为例，f(x，y，1)的加权系数为(1-alpha)*(1-alpha)*alpha，f(x，y，2)的加权系数为(1-alpha)*alpha，f(x，y，3)的加权系数为alpha，由于alpha的取值范围在0到1之间，所以对于每一个加权系数来说，乘积项越多，意味着该加权系数的值就越小，不同大小的加权系数对应着不同时刻的输入图像。可以看出，与当前时刻离得越近，加权系数就越大，而离得越远，加权系数就越小，从而强调了邻近图像对当前图像的影响。

除了预先设置以外，alpha的值也可以是自动生成：预先设置阈值Th，将当前时刻输入图像灰度值与前一时刻迭代输出图像灰度值作差并取绝对值，将所述绝对值与阈值Th进行比较，若所述绝对值大于阈值Th，则确定滤波系数alpha为1，否则确定滤波系数alpha为一预先设定的大于0且小于1的值，比如0.75，这里所述的预先设定是指根据应用中的实际情况而定，这一判定过程的表达式如下：

$\mathrm{alpha}(x,y,t)=\left\{\begin{array}{c}1,\mathrm{if}|Y\_g(x,y,t-1)-Y\_f(x,y,t)|>\mathrm{Th}\\ 0.75,\mathrm{else}\end{array}\right.,$

对于时间上连续的前后两帧图像来说，可能由于运动的原因使得两帧图像在内容上有较大差异，这种情况下如果继续按迭代的方式进行滤波，会使得运动图像变得模糊，而采用了这种判断的方式后，一旦当前时刻输入图像与前一时刻的迭代输出差异超过所设阈值，则将alpha设定为1，那么式子g(x，y，t)＝(1-alpha)*g(x，y，t-1)+alpha*f(x，y，t)就变成了g(x，y，t)＝f(x，y，t)，即输出等于输入，直接将输入的图像输出，避免了迭代可能造成的模糊。

步骤403：将所述相加结果作为当前时刻滤波后的图像信号输出。

除了本发明方法中所介绍的基于时间域的滤波方法外，在实际应用中，为了更有效的去除噪声，可以先将图像在空间域上进行平滑滤波，然后再在时间域上进行平滑滤波，比如，可以先用低通滤波法或中值滤波法对输入图像进行初步去噪处理，在此基础上再按本发明方法进一步去除噪声。

可见，采用了本发明的技术方案，不仅有效的去除了图像中的噪声，而且每次计算当前时刻输入图像的滤波输出时，只需保存前一时刻的输出结果即可，而不再像现有方法一样需要保存多帧图像的数据，从而较大地节省了存储空间；此外，在每次的计算过程中，只会涉及到一个滤波系数，且只需两个乘法计算，较大地减少了运算量，加快了处理速度。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1、一种去除图像噪声的方法，其特征在于，该方法包括以下步骤：

a、接收时间连续的各输入图像信号；

b、将当前时刻输入图像信号与滤波系数相乘，前一时刻滤波后输出的图像信号与1减去滤波系数的差值相乘，并将两次相乘结果相加；

其中，所述滤波系数的值为自动生成，包括：预先设置阈值，将当前时刻输入图像信号的灰度值与前一时刻输出图像信号的灰度值作差并取绝对值，将所述绝对值与阈值进行比较，若所述绝对值大于阈值，则确定滤波系数为1，否则确定滤波系数为一预先设定的大于0且小于1的值；

c、将相加得到的结果作为当前时刻滤波后的图像信号输出。

2、根据权利要求1所述的方法，其特征在于，所述绝对值小于等于所述阈值时，确定滤波系数为0.75。

3、根据权利要求1或2所述的方法，其特征在于，所述步骤b之前进一步包括：对当前时刻输入图像进行空间平滑滤波。

4、根据权利要求3所述的方法，其特征在于，所述空间平滑滤波为低通滤波或中值滤波。

5、一种去除图像噪声的装置，其特征在于，该装置包括第一乘法器、第二乘法器、第一加法器以及寄存器；

第一乘法器，用于计算当前时刻输入图像信号与滤波系数的乘积，并将所述乘积输出给第一加法器；

第二乘法器，用于计算前一时刻滤波后输出的图像信号与1减去滤波系数的差值的乘积，并将所述乘积输出给第一加法器；

第一加法器，用于计算第一乘法器与第二乘法器输出结果相加之和，并将所述相加结果输出给寄存器；

寄存器，用于存储第一加法器的输出结果，并将所述第一加法器的输出结果作为当前时刻滤波后的图像信号输出；

该装置进一步包括一个滤波系数生成电路，用于根据当前时刻输入图像信号以及前一时刻输出图像信号的灰度值的差值绝对值自动生成滤波系数。

6、根据权利要求5所述的装置，其特征在于，所述滤波系数生成电路包括第二加法器、绝对值转换电路、门限判决电路以及第三加法器；

第二加法器，用于计算当前时刻输入图像信号与前一时刻滤波后输出的图像信号的灰度值的差值，并将所述差值输出给绝对值转换电路；

绝对值转换电路，用于计算第二加法器所输出差值的绝对值，并将所述绝对值输出给门限判决电路；

门限判决电路，用于根据所述绝对值生成并输出滤波系数，若所述绝对值大于预先所设阈值，则输出1，否则，输出预先设定的一个大于0且小于1的值；

第三加法器，用于计算常量1与所述门限判决电路输出结果的差值。

Images