CN101000687A - 一种基调平移和削弱图像噪声的快速处理方法 - Google Patents
一种基调平移和削弱图像噪声的快速处理方法 Download PDFInfo
- Publication number
- CN101000687A CN101000687A CN 200710066718 CN200710066718A CN101000687A CN 101000687 A CN101000687 A CN 101000687A CN 200710066718 CN200710066718 CN 200710066718 CN 200710066718 A CN200710066718 A CN 200710066718A CN 101000687 A CN101000687 A CN 101000687A
- Authority
- CN
- China
- Prior art keywords
- keynote
- vector
- image
- stipulations
- diff
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013519 translation Methods 0.000 title claims abstract description 12
- 238000003672 processing method Methods 0.000 title claims description 8
- 239000013598 vector Substances 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 230000003313 weakening effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 239000012467 final product Substances 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 14
- 238000003708 edge detection Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
Landscapes
- Image Generation (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了图像处理中一种基调平移和削弱图像噪声的快速处理方法。本发明的方法由三个步骤组成:首先对图像主区域进行基调向量的提取;其次根据目标基调向量和规约强度构建出规约函数;最后根据规约函数构建对应的偏移映射表,通过对原图像像素经查表偏移替换得到新的图像。通过对像素和平均基调的差异大小进行合理的划分,对不同段进行不同强度的规约,实现不同像素差异的分级,使此方法能够适应于不同强度噪声的削弱。根据映射函数构建对应的偏移映射表,使得指数函数的运算不需要实时重复进行,只需实时查表即可,处理速度达到常数级别。运用空间代价换取时间代价的原则,实现基调平移和削弱图像噪声的快速处理。
Description
技术领域
本发明涉及计算机图形中的图像处理领域,具体涉及一种基调平移和削弱图像噪声的快速处理方法。
背景技术
随着计算机图像和计算机视觉技术的发展,计算机图像处理技术被应用到更多的实际工程中,因此图像处理的精确度的要求也越来越高。同时由于实际工程中图像的处理数量大大增加,图像的批量处理要求有着更快的速度。
而在图像处理过程中,复杂度和精确度都受到图像的基调和噪声的影响。在标准基调的情况下,图像处理过程中目标图像的基调提取和处理图像向目标基调偏移的步骤可以省去。同时在基调一致的情况下,处理方法一般能够有着更好的适应性和针对性,不需要针对不同的基调采用不同的方法和参数,这使得方法能够得到简化和更好的鲁棒性。而在图像处理中,噪声对处理结果的精确性有着比较大的影响,例如图像匹配等。同时,图像中噪声也影响图像处理的复杂度,如最大期望方法的迭代收敛次数等。因此对基调进行标准化平移和图像噪声的削弱能够提高图像的后续处理速度和精确度
在图像处理领域中有着一些有类似功能的处理方式。如突兀点替代和高斯模糊等。然而突兀点采用标准点替代的方式丢失了处理点和周围点的联系性,而高斯模糊处理丢失了原像素点间差异信息,使得图像变得平滑和模糊,但是对于边缘和特征的识别有着比较大的影响。本方法采用映射的基本思想,对差异点进行规约,同时达到了噪声削弱和保存原像素间差异信息的效果,在原图像基础上丢失较少的信息,对后续的识别等工作产生较小的影响。同时通过映射表的构建,达到较快的处理速度,节省运行时间,降低了算法的运行成本。
发明内容
本发明的目的在于提供一种基调平移和削弱图像噪声的快速处理方法,解决了对图像批量预处理时在基调一致性调整和噪声削弱上的快速处理和同时保存原来像素间相对差异的问题。
本发明解决其技术问题采用的技术方案由如下几个步骤组成:
首先对图像主区域进行基调向量的提取;其次根据目标基调向量和规约强度构建出规约函数;最后根据规约函数构建对应的偏移映射表,对原图像像素通过查表偏移替换得到新的图像。
所述的对图像主区域进行基调向量的提取:
图像主区域是指去掉简单背景环境的图像区域;简单背景的剪除可以通过边缘检测,得到外围边缘信息;对外围轮廓进行连通,得到主图像区域;
基调向量是对图像区域的各个颜色通道求得的平均值联合构成的向量;
为了消除单调背景因素对图像的基调的影响,本方法提取主区域的基调来代替原图像的基调;判定图像主区域的方法根据轮廓信息的提取和轮廓的连通;边缘检测时所得的算子运算结果,通过统计得到连续无边缘区域所得结果基本在5-23之间,为了降低边缘区域判定的错误率,本方法选择一个阈值20;当算子运算结果小于该结果时,该像素认为非边缘成员,否则为边缘成员。
所述的根据目标基调向量和规约强度构建出规约函数:
对各个每个像素的颜色向量先进行与基调向量相减,得到差异度向量;
对每个差异度向量进行指数规约,并且将差异向量的便宜作用偏移运用到目标基调向量,得到像素的目标颜色向量;其定义如下:
其中
QT是像素的目标颜色向量,
CT是目标基调向量,
Diffn是对差异向量的每个元素求n次方运算所得向量,
I3是向量[1 1 1]T;
在多图像处理时,采用一致的基调,并且在一致的基调上进行规约可以使得处理后的削弱噪声的主区域图像获得主色调类似性,能够使多幅图像采用同样的色调标准,使得图像后续处理需针对的情况减少,简化后续处理方法;
根据差异度进行分段处理,使得不同程度的差异性情况下有更有针对性的规约函数;针对差异度较小的情况,采用较小强度的规约度函数,使得原来的个体差异能够基本保存;针对差异度较大的情况,采用较大强度的规约函数,使得噪声的影响得到削弱,同时保留原来一定程度的差异性。
所述的根据规约函数构建对应的偏移映射表,并对原图像像素通过查表偏移替换得到新的图像:
根据规约函数,对每个差异度构建对应偏移表;这样使得差异度的规约在前序工作中已经完成,不需要每次实时运算指数函数,仅需要进行查表动作即可,大大节约了程序的运行时间成本;用一定量的空间的代价来换取循环中的运行时间,用常数级别的查表动作替代了指数规约运算,使得本方法能够更加快速的处理图像。
本发明与背景技术相比具有的有益的效果是:
通过试验验证明,此基调平移合削弱图像噪声的方法能够在削弱噪声影响的同时保存图像像素间的差异性,使得后续的识别等操作能够继续保持一定的精确性,同时噪声影响的削弱能够使得图像处理一般操作有着更快,更精确的效果。同时基调标准平移使得图像的批处理速度大大提高,同时使得后续处理方法得到简化。而采用映射表的查询操作,应用空间代价替换时间代价的原则,省略了大量重复的计算,大大加快了运算速度。
具体实施方式
1.对图像主区域基调向量的提取
对主区域基调向量的提取首先要对主区域进行判定。
主区域的判定主要是通过边缘检测剪除简单背景的影响。
边缘检测采用二阶算子拉普拉斯算子进行高斯滤波,其定义如下:
通过统计得到连续无边缘区域边缘检测所得结果基本在5-23之间,大部分非边缘区域的边缘检测结果小于20,本方法对算子运算结果设定阈值20,得到轮廓二值矩阵。边缘检测结果小于20的认为非轮廓点,对应轮廓二值矩阵值为假,大于20的认为是轮廓点,对应轮廓二值矩阵值为真。
通过边缘向内收缩寻找边界的方式得到相对于原像素矩阵的主区域二值蒙板矩阵。
对矩阵边缘从各个方向以一个像素的步长向内搜索,碰到第一个轮廓二值矩阵的真值,即作为该方向的外围轮廓值,外围轮廓矩阵对应值为真。得到外围轮廓的二值矩阵后,对轮廓内部进行真值填充,得到主区域的二值蒙板矩阵。主区域像素蒙板矩阵值为真,非主区域像素蒙板矩阵值为假。
由二值蒙板矩阵所确定主区域进行基调向量的运算。其定义如下:
其中:
Cr,Cg,Cb分别时红色通道,绿色通道,蓝色通道的基调;
n和m分别表示原图像的长宽;
Qr[i][j],Qg[i][j],Qb[i][j]分别表示第i行,第j列像素的红,绿,蓝通道的值;
M[i][j]是通过边缘检测求得的二值蒙板矩阵。(主区域为1,其他区域为0。)
Na为主区域的像素数。
然后由Cr,Cg,Cb组成基调向量C。
C=[Cr Cg Cb]T
2. 根据目标基调和规约强度构建规约函数
规约函数实现了对差异度向量的规约。
差异度向量是图像象素向量与基调向量的差值。
每个像素差异度向量定义如下:
Diffi=Qi-C
其中:
Diffi是第i个像素求得的差异度向量;
Qi是第i个像素的颜色向量;
C是图像主区域的基调向量。
对不同大小的差异度向量进行不同强度的指数规约,将得到的规约结果偏移作用于目标基调,得到像素的目标颜色向量。其定义如下:
其中:
WT是像素的目标颜色向量;
CT是目标基调向量;
Diff是差异度向量;
Diffn是对差异向量的每个元素求n次方运算所得向量;
I3是向量[1 1 1]T。
3.根据规约函数构建对应的偏移映射表,对原图像进行查表替换对与基调差异度在128内的规约效果进行计算,构建出偏移映射表。不同的偏移对应的规约偏移值如下表所示:
表1偏移映射表
原偏移 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
规约偏移 | 0 | 1 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 8 | 9 | 10 | 11 | 12 | 12 |
原偏移 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 |
规约偏移 | 13 | 14 | 15 | 15 | 16 | 17 | 18 | 18 | 19 | 20 | 20 | 21 | 22 | 22 | 23 | 24 |
原偏移 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 |
规约偏移 | 24 | 25 | 25 | 26 | 27 | 27 | 28 | 28 | 29 | 30 | 30 | 31 | 31 | 32 | 32 | 33 |
原偏移 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 |
规约偏移 | 34 | 34 | 34 | 34 | 36 | 37 | 37 | 38 | 38 | 39 | 39 | 40 | 41 | 41 | 42 | 42 |
原偏移 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 |
规约偏移 | 43 | 43 | 44 | 44 | 45 | 46 | 46 | 47 | 47 | 48 | 48 | 49 | 49 | 50 | 51 | 51 |
原偏移 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 |
规约偏移 | 52 | 52 | 53 | 53 | 54 | 54 | 55 | 56 | 56 | 57 | 57 | 58 | 58 | 59 | 59 | 60 |
原偏移 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 |
规约偏移 | 60 | 61 | 61 | 62 | 63 | 63 | 64 | 64 | 65 | 65 | 66 | 66 | 67 | 67 | 68 | 68 |
原偏移 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 |
规约偏移 | 69 | 69 | 70 | 71 | 71 | 72 | 72 | 73 | 73 | 74 | 74 | 75 | 75 | 76 | 76 | 77 |
通过查表动作替换原来的差异向量,得到新的目标颜色向量计算公式。其定义如下:
QT=CT+DiffT
其中:
QT是像素的目标颜色向量;
CT是目标基调向量;
DiffT是通过查偏移映射表得到的差异向量.
Claims (4)
1.一种基调平移和削弱图像噪声的快速处理方法,其特征在于:首先对图像主区域进行基调向量的提取;其次根据目标基调向量和规约强度构建出规约函数;最后根据规约函数构建对应的偏移映射表,对原图像像素通过查表偏移替换得到新的图像。
2、根据权利要求1所述的一种基调平移和削弱图像噪声的快速处理方法,其特征在于所述的对图像主区域进行基调向量的提取:
图像主区域是指去掉简单背景环境的图像区域;简单背景的剪除可以通过边缘检测,得到外围边缘信息;对外围轮廓进行连通,得到主图像区域;
基调向量是对图像区域的各个颜色通道求得的平均值联合构成的向量;
为了消除单调背景因素对图像的基调的影响,本方法提取主区域的基调来代替原图像的基调;判定图像主区域的方法根据轮廓信息的提取和轮廓的连通;边缘检测时所得的算子运算结果,通过统计得到连续无边缘区域所得结果基本在5-23之间,为了降低边缘区域判定的错误率,本方法选择一个阈值20;当算子运算结果小于该结果时,该像素认为非边缘成员,否则为边缘成员。
3、根据权利要求1所述的一种基调平移和削弱图像噪声的快速处理方法,其特征在于所述的根据目标基调向量和规约强度构建出规约函数:
对各个每个像素的颜色向量先进行与基调向量相减,得到差异度向量;
对每个差异度向量进行指数规约,并且将差异向量的便宜作用偏移运用到目标基调向量,得到像素的目标颜色向量;其定义如下:
其中
QT是像素的目标颜色向量,
GT目标基调向量,
Diffn是对差异向量的每个元素求n次方运算所得向量,
I3是向量[1 1 1]T;
在多图像处理时,采用一致的基调,并且在一致的基调上进行规约可以使得处理后的削弱噪声的主区域图像获得主色调类似性,能够使多幅图像采用同样的色调标准,使得图像后续处理需针对的情况减少,简化后续处理方法;
根据差异度进行分段处理,使得不同程度的差异性情况下有更有针对性的规约函数;针对差异度较小的情况,采用较小强度的规约度函数,使得原来的个体差异能够基本保存;针对差异度较大的情况,采用较大强度的规约函数,使得噪声的影响得到削弱,同时保留原来一定程度的差异性。
4、根据权利要求1所述的一种基调平移和削弱图像噪声的快速处理方法,其特征在于所述的根据规约函数构建对应的偏移映射表,并对原图像像素通过查表偏移替换得到新的图像:
根据规约函数,对每个差异度构建对应偏移表;这样使得差异度的规约在前序工作中已经完成,不需要每次实时运算指数函数,仅需要进行查表动作即可,大大节约了程序的运行时间成本;用一定量的空间的代价来换取循环中的运行时间,用常数级别的查表动作替代了指数规约运算,使得本方法能够更加快速的处理图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100667180A CN100476875C (zh) | 2007-01-15 | 2007-01-15 | 一种基调平移和削弱图像噪声的快速处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100667180A CN100476875C (zh) | 2007-01-15 | 2007-01-15 | 一种基调平移和削弱图像噪声的快速处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101000687A true CN101000687A (zh) | 2007-07-18 |
CN100476875C CN100476875C (zh) | 2009-04-08 |
Family
ID=38692645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100667180A Expired - Fee Related CN100476875C (zh) | 2007-01-15 | 2007-01-15 | 一种基调平移和削弱图像噪声的快速处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100476875C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764735B (zh) * | 2008-12-25 | 2011-12-07 | 凌阳电通科技股份有限公司 | 通信系统的传输区块长度计算方法 |
CN105678831A (zh) * | 2015-12-30 | 2016-06-15 | 北京奇艺世纪科技有限公司 | 一种图像渲染方法和装置 |
CN114697621A (zh) * | 2020-12-14 | 2022-07-01 | 安霸国际有限合伙企业 | 使用反指数函数优化的边缘保留噪声降低算法 |
-
2007
- 2007-01-15 CN CNB2007100667180A patent/CN100476875C/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764735B (zh) * | 2008-12-25 | 2011-12-07 | 凌阳电通科技股份有限公司 | 通信系统的传输区块长度计算方法 |
CN105678831A (zh) * | 2015-12-30 | 2016-06-15 | 北京奇艺世纪科技有限公司 | 一种图像渲染方法和装置 |
CN114697621A (zh) * | 2020-12-14 | 2022-07-01 | 安霸国际有限合伙企业 | 使用反指数函数优化的边缘保留噪声降低算法 |
Also Published As
Publication number | Publication date |
---|---|
CN100476875C (zh) | 2009-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Multi-channel weighted nuclear norm minimization for real color image denoising | |
CN103413275B (zh) | 基于梯度零范数最小化的Retinex夜间图像增强方法 | |
CN100476875C (zh) | 一种基调平移和削弱图像噪声的快速处理方法 | |
CN106295656A (zh) | 基于图像色块内容的图像轮廓特征提取方法和装置 | |
CN111583279A (zh) | 一种基于pcba的超像素图像分割方法 | |
CN114998227A (zh) | 基于图像处理的布匹印染缺陷检测方法及系统 | |
CN103793888B (zh) | 一种基于参照图像的主要颜色的图像增强方法 | |
Agrawal et al. | MATLAB implementation of image segmentation algorithms | |
CN105023245B (zh) | 强度和梯度稀疏约束下的图像平滑方法 | |
CN102025981A (zh) | 一种监控视频中的前景检测的方法 | |
Gregori et al. | Fuzzy averaging filter for impulse noise reduction in colour images with a correction step | |
Tan et al. | Stereo disparity through cost aggregation with guided filter | |
CN114037618B (zh) | 基于保边滤波和平滑滤波融合的去雾方法、系统及存储介质 | |
CN102859551A (zh) | 图像处理装置及图像处理方法 | |
CN110827212A (zh) | 基于交叠组合稀疏高阶全变分的图像复原方法 | |
CN115311172A (zh) | 地图区域分割方法以及相关设备 | |
Zhao et al. | An improved Canny edge detection algorithm based on DCT | |
CN104616298A (zh) | 一种基于混态高斯mrf模型的喷墨印花织物运动目标检测方法 | |
CN105184758B (zh) | 一种图像去雾增强的方法 | |
CN103065312A (zh) | 一种手势跟踪过程中的前景提取法 | |
Lv et al. | Acquisition of fruit region in green apple image based on the combination of segmented regions | |
CN105844641A (zh) | 一种动态环境下的自适应阈值分割方法 | |
CN110288536A (zh) | 一种基于改进双边滤波的井下图像处理方法 | |
CN115546245A (zh) | 基于稀疏分解和图拉普拉斯正则化的图像前景背景分割方法及系统 | |
Song et al. | The study of adaptive multi threshold segmentation method for apple fruit based on the fractal characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090408 Termination date: 20180115 |
|
CF01 | Termination of patent right due to non-payment of annual fee |