CN101115132B - 获得高信噪比图像的方法 - Google Patents

Abstract

本发明提供一种获得高信噪比图像的方法，包括：在固定拍摄位置使用图像获取装置及固定焦距连续取得目标物的多张图像，且多张图像的每一张都具有第1至第N个像素；分别对多张图像中具有相同序号的像素所具有的图像强度进行计算而获得N个图像强度平均值；以及产生高信噪比图像。本发明不但可消除噪声而且不会产生失真现象。并且在本发明方法中，连续拍摄的动作可以用程序来完成，在使用者拍摄一张图像之后，程序会驱动图像获取装置连拍数张图像，再接着进行接下来的动作，也就是说，在实际的操作上，使用者只要拍摄一张，其它部分由程序来完成，十分方便。

Description

获得高信噪比图像的方法

技术领域

本发明是关于一种获得图像的方法，尤其是关于获得高信噪比图像的方法。

背景技术

图像处理是针对图像信息加以处理，以满足人类的视觉以及实际的需求。一般而言，数字图像在获取与传输过程中，经常因为多种因素受到干扰而产生噪声，例如：数字图像获取装置在拍摄时的光度与传感器的温度是产生图像噪声的重要因素之一。另外，利用无线网络传输的数字图像也可能因为闪电或是其它大气中的噪声干扰而受到损坏。

噪声会造成信号的失真并因此影响我们对真实信号的判断。噪声的干扰程度可以用信噪比(Signal-to-Noise Ratio，SNR)来评估，其计算方式为真实信号除以噪声的比值，比值越高，表示真实信号质量越好，也就是噪声干扰越少。

图像处理可分为图像前处理以及图像后处理。我们可以使用图像获取装置拍摄景物以获得景物的数字图像数据，此时所获的图像数据一般称为原始数据(Raw data)。原始数据会再被处理以便产生特定的图像效果。其中，使用图像获取装置拍摄取得原始数据图像的过程被称为图像前处理。在此之后所进行的图像处理程序则称为图像后处理。前处理程序例如自动聚集(Auto focus)、自动曝光(Auto exposure)等在图像攫取时控制。

一般常见的图像后处理程序包括：对原始数据进行减少噪声(Noisereduction)、白平衡(White balancing)、色彩内插法(Interpolation)、色彩校正(Color calibration)、γ校正(Gamma correction)、RGB转换为YCbCr(Color space conversion)、边缘加强(Edge enhancement)、饱和度加强(Saturation enhancement)以及错色压制(False color suppression)等程序，则可获得良好的YCbCr图像。若是在静态图像应用上，再将YCbCr图像作 离散余弦转换(Discrete cosine transform)、量化(Quantization)、霍夫曼编码法(Huffman coding)、包装档头(Pack header)等处理，即可转换为常见的JPEG檔(Joint Photographic Experts Group file)。

公知最常使用的消除图像噪声的方法是使用低通滤波器(Low passfilter)，用来将高频成分滤除，保留低频成分。请参阅图1，其为低通滤波器消除噪声方法的示意图。如图1所示，每张数字图像都是由许多像素(Pixel)所组成，而每一个像素可以呈现出许多不同的颜色。图1中有五个像素拍摄于一色块，其中，A、B、C、D是正常像素，E则为受噪声干扰的像素，且A、B、C、D、E五个像素对应于五个图像强度值，分别为Ia、Ib、Ic、Id、Ie。五个图像强度值中，Ia、Ib、Ic、Id的大小相近，由于E像素受噪声干扰，故Ie的大小比其它四个像素大。低通滤波器为了消除E像素的噪声，将E像素的图像强度值Ie与周围邻近像素的图像强度值Ia、Ib、Ic、Id计算五个图像强度值的算数平均值，将该算数平均值作为E像素的新图像强度值。经过该种低通滤波器消除噪声后，新图像强度值比较接近其它四点的图像强度值，也就是使噪声的起伏变化变得比较小。虽然低通滤波器可确实降低噪声变动的幅度，但也降低了图像边缘或组织界线的尖锐度，换句话说，在区域边界和细部组织的部分，会造成扩散模糊的情形，也就是失真现象，此即为低通滤波器不足之处。

发明内容

本发明的目的在于提供一种获得高信噪比图像的方法。

本发明提供一种获得高信噪比图像的方法，用以产生被取像对象的低噪声图像，包括：

在固定取像位置使用图像获取装置及固定焦距连续取得该被取像对象的多张图像，且所述多张图像的每一张都具有第1至第N个像素(Pixel)，其中N为整数；

分别对所述多张图像中具有相同序号的像素所具有的图像强度进行计算，从而获得N个图像强度值；

产生该低噪声图像，其中该低噪声图像具有N个像素，且该N个像素的图像强度值是该N个图像强度值。

优选，该计算是计算所述像素的图像强度的算数平均数(Mean)或中位数(Median)。

本发明的优点是不但可消除噪声而且不会产生失真现象。并且在本发明方法中，连续拍摄的动作可以用程序来完成，在使用者拍摄一张之后，程序会驱动图像获取装置连拍数张图像，再接着进行接下来的动作，也就是说，在实际的操作上，使用者只要拍摄一张，其它部分由程序来完成，十分方便。

附图说明

图1是低通滤波器消除噪声方法的示意图。

图2是信号常态分布曲线图。

图3是本发明方法的优选实施例图

其中，附图标记说明如下：

100、301、302、303、304、305、306、307、308、309图像

A、B、C、D、E  像素

Ia、Ib、Ic、Id、Ie、I1、12、13、……至In图像强度值

Pl 1、P12、……至Pln第一张图像的像素

P21、P22、……至P2n第二张图像的像素

P31、P32、……至P3n第三张图像的像素

P41、P42、……至P4n第四张图像的像素

P51、P52、……至P5n第五张图像的像素

P61、P62、……至P6n第六张图像的像素

P71、P72、……至P7n第七张图像的像素

P81、P82、……至P8n第八张图像的像素

I11、I12、……至I1n第一张图像的像素图像强度值

121、122、……至I2n第二张图像的像素图像强度值

131、132、……至I3n第三张图像的像素图像强度值

141、142、……至I4n第四张图像的像素图像强度值

I51、I52、……至I5n第五张图像的像素图像强度值

161、162、……至I6n第六张图像的像素图像强度值

171、172、……至I7n第七张图像的像素图像强度值

181、182、……至I8n第八张图像的像素图像强度值

具体实施方式

为了达到消除噪声并改善失真现象，本发明提出一种获得高信噪比图像的方法。

首先对噪声进行说明。一般噪声的模型如下：I(nim，i，j)＝I(im，i，j)+amplitude×N(0，1)。其中I(im，i，j)为真实信号，I(nim，i，j)为真实信号与噪声加在一起的信号，Amplitude相当于所加乘的倍数，N(0，1)为随机变量介于0到1之间，以常态分布(Normal distribution)为模型。一般噪声非常接近常态分布，因此分析噪声模型时都假设噪声为常态分布，又称高斯分布(Gaussian distribution)。由此噪声模型可知噪声是随机的附加在真实信号上。接下来以信号常态分布曲线图来说明真实信号与噪声的关系。

请参阅图2，其为信号常态分布曲线图。其中横轴为图像强度，纵轴为发生几率，μ为期望值，σ为标准差。噪声随机分布在曲线下的区域中，而所需要的真实信号就落在期望值μ的位置。

本发明使用在固定拍摄位置及固定焦距的图像获取装置，如数码相机，连续拍摄同一目标物而获得该目标物的多张图像，每张图像有多个像素，且每个像素都对应一个图像强度值，接着对所述多张图像的像素的图像强度进行计算以获得高信噪比的图像。其中对所述像素的图像强度进行计算的方式可以是算术平均数的计算或是中位数的计算。不论是中位数计算或算数平均数计算都是用以指出真实信号所在的位置并消除噪声。请参阅图3，其为本发明方法的优选实施例图。在图3的实施例中以算术平均数的计算为例。图3中表示出连续拍摄所获得的多张图像，例如8张，分别为图像301、图像302、图像303、图像304、图像305、图像306、图像307以及图像308。每张图像都有N个像素，N为整数。在图像301中，具有N个像素，即P11、P12、……Pln，且该N个像素分别对应N个图像强度值I11、I12、……I1n。在图像302中的像素P21、P22、……至P2n的图像强度值分别为121、122、……I2n，以此类推。

本发明消除噪声的方法是计算八张图像中具有相同序号的像素的图像强度的算术平均值。也就是说，计算图像301至308的第一个像素的图像强 度的算数平均值，也就是取I11、121、131、141、151、161、171以及181的平均值，该第一个像素的图像强度平均值被称为I1。再接着计算第二个像素图像强度平均值12，直至求得第N个像素图像强度平均值In为止。接着将第一个像素的图像强度值以I1替代，第二个像素的图像强度值以12替代，…………，将第N个像素的图像强度值以In替代，以此获得N个像素的图像强度，而具有该N个平均值的图像309即为具有高信噪比的图像。

请再次参阅图2，本发明的方法求得的算数平均值即为图中的期望值μ，也就是真实信号的图像强度值。而若是使用中位数的计算，则所获得的中位数会落在期望值μ的附近。该两种计算方法都是可行的，其二者的差异在于，算数平均数计算使用在具有相同序号的多张图像强度值之间差异不大的情况，而中位数计算使用在具有相同序号的多张图像强度值中有特别突出的值发生的情况，例如：具有相同序号的多张图像强度值中的最大值特别大或其最小值特别小。可依不同情况选择适当的计算方法。

公知所使用的低通滤波器是将受噪声干扰的像素与周围像素作计算图像强度平均值的方法，计算出来的平均值很明显地与周围像素的图像强度值接近的多，因此达到减缓噪声起伏变化的目的。但低通滤波器的方法会将原本像素所存在的真实信号跟噪声一起抹除而导致信号失真。但本发明是将对相同的景物连续拍多张图像，并计算不同张图像中具相同序号的像素图像的图像强度的算数平均值或中位数。由于各个序号相同的像素所存在的真实信号是相同的，不同的只有噪声而已，故求得的图像强度平均值相当接近真实信号。本发明不但可消除噪声而且不会产生失真现象，确实改善公知使用低通滤波器的缺点。

在本发明方法中，连续拍摄的动作可以用程序来完成，在使用者拍摄一张之后，程序会驱动图像获取装置连拍数张图像，再接着进行接下来的动作，也就是说，在实际的操作上，使用者只要拍摄一张，其它部分由程序来完成，十分方便。

以上所述仅为本发明的优选实施例，并非用以限定本发明的权利要求，凡其它在未脱离本发明所揭示的精神下所完成的等效改变或修饰，均应包含在本申请的权利要求中。

Claims (2)

1.一种获得高信噪比图像的方法，用以产生被取像对象的低噪声图像，包括：

在固定取像位置使用图像获取装置及固定焦距连续取得该被取像对象的多张图像，且所述多张图像的每一张都具有第1至第N个像素，其中N为整数；

分别对所述多张图像中具有相同序号的像素所具有的图像强度进行算数平均数计算，从而获得N个图像强度值；

产生该低噪声图像，其中该低噪声图像具有N个像素，且该N个像素的图像强度值是该N个图像强度值。

2.一种获得高信噪比图像的方法，用以产生被取像对象的低噪声图像，包括：

在固定取像位置使用图像获取装置及固定焦距连续取得该被取像对象的多张图像，且所述多张图像的每一张都具有第1至第N个像素，其中N为整数；

分别对所述多张图像中具有相同序号的像素所具有的图像强度进行中位数计算，从而获得N个图像强度值；

产生该低噪声图像，其中该低噪声图像具有N个像素，且该N个像素的图像强度值是该N个图像强度值。

Images