CN101355648A

CN101355648A - 图像降噪并增强图像的方法

Info

Publication number: CN101355648A
Application number: CNA200810053648XA
Authority: CN
Inventors: 权立伟
Original assignee: Tianjin Yaan Technology Electronic Co Ltd
Current assignee: Tianjin Yaan Technology Electronic Co Ltd
Priority date: 2008-06-26
Filing date: 2008-06-26
Publication date: 2009-01-28

Abstract

本发明涉及一种图像降噪并增强图像的方法，包括以下步骤：(1)读取获取图像各像素点的坐标和灰度值；(2)遍历整幅图像，使用改进的图像降噪算法对每个像素点进行计算，得到降噪后的新的像素值；(3)使用降噪后的新的像素值替换原有图像各像素的值，得到降噪后的图像；(4)遍历降噪后的图像，使用改进的拉普拉斯算子增强算法对每个像素点进行计算，得到增强后的新的像素值；(5)使用增强后的新的像素值替换原有像素值，得到最终增强的图像。本发明通过采用改进的图像降噪算法和改进的拉普拉斯算子增强算法对图像进行降噪、增强处理，图像处理效果好，满足监控的需要。

Description

图像降噪并增强图像的方法

技术领域

本发明涉及一种图像处理技术，特别涉及一种图像降噪并增强图像的方法

背景技术

视频监控系统是以数字视频处理技术为核心、综合利用光电传感器、计算机网络、自动控制和人工智能等多种技术于一体的一种新型监控系统，其特点在于保安人员无需实地巡逻，便可以通过监控系统传回的视频获得现场的实际情况，而较高的视频图像质量特别有利于监控人员及时发现监控现场的问题，及时处理，以保证人员和财产的安全。在图像采集过程中，可能因为采集设备性能的限制、传输中外部信号的干扰以及在显示阶段产生畸变等问题而对视频造成影响，从而也影响了监控质量，因此增强图像是迫切需要解决的问题。

目前，图像增强的方法有很多，图1所示的为一种常用的图像增强方法，其处理过程为，首先将整幅图像采集，并记录其坐标和灰度值；然后使用均值滤波算法对整幅图像进行降噪滤波，获取一幅降噪后的新图像；接着在降噪后的图像的基础上，使用拉普拉斯算子对图像进行增强，最后得到一幅增强后的图像。但该方法中存在如下问题：

1.均值滤波算法是利用噪声的统计特性，通过噪声对称分布的特点，使用周围的像素点相互叠加，从而使夹杂在图像中的噪声有效去除，均值滤波过程中虽然滤除了噪声，同时将周围像素的很多信息夹杂进了中心像素点，这样经过中值滤波后，大大增加了图像间像素点数据的相关性，使得图像越发趋于平滑，图像变得更加模糊；

2.拉普拉斯算子的增强算法是根据图像内像素间变化速度的情况来提取图像的信息，算法认为如果相邻像素点数据变化迅速，则这一变化说明像素点处于图像的边缘，通过对相邻像素数据差值的进一步加强，会使边缘更加锐利从而使图像得以增强，但传统的拉普拉斯算子的系数是固定的，无法对增强的力度加以控制；

3.另外两者在结合的过程中，本身均值滤波的目的是为了降低噪声，以保证后续图像增强的过程中不会使噪声被凸现出来，但由于均值滤波本身的缺陷，使得在降噪的同时，图像中像素之间产生叠加，容易丢失很多信息，图像也变得模糊不清，非常不利于后续增强，因此，往往图像增强后效果并不理想，因均值滤波而导致的图像信息损失(模糊)是后续增强所无法弥补的。

发明内容

本发明的目的是克服现有技术的不足之处，提供一种图像降噪并增强图像的方法，本方法不仅能够在保证有效降噪的同时避免图像原有信息的损失，而且通过控制预先设定的参数，在降噪和增强阶段对图像的降噪和增强处理进行控制，从而大大提高了图像的增强效果和增强程度的可控性。

本发明采用的技术方案是：

一种图像降噪并增强图像的方法，它包括以下步骤：

(1).读取图像各像素点的坐标和灰度值；

(2).遍历整幅图像，使用图像降噪新算法对每个像素点进行计算，得到降噪后的新的像素值；

(3).使用降噪后的新的像素值替换原有图像各像素的值，得到降噪后的图像；

(4).遍历降噪后的图像，使用图像增强算法对每个像素点进行计算，得到增强后的新的像素值；

(5).使用增强后的新的像素值替换原有像素值，得到最终增强的图像。

所述的图像降噪新算法是：

以将要处理的像素点为中心的一个N×N的图像块为处理单元，N为奇数，将处理单元内的图像块分为四个边缘方向，即垂直、水平和两个对角方向，判断中心象素点所在的边缘方向，根据其边缘方向进行降噪处理；

所述的的图像增强算法，是改进的拉普拉斯算子增强算法，是通过对拉普拉斯算子乘以一个系数后，对图像进行增强处理。

而且，所述的根据边缘方向进行降噪处理的方法为：

①.首先，N×N的图像块中四个边缘方向，N为奇数，每个方向除中心点外包含N-1个像素点，四个边缘方向定义为四组，分别命名为W1、W2、W3、W4；

②.每组N-1个像素点根据公式(I)，计算得到与W1～W4相对应的四个平均调整值S1～S4：

Si = \frac{1}{4} \times \underset{x_{j} &Element; Wi}{Σ} f (x_{j} - x_{0}), i = 1,2,3,4 - - - (I)

其中x_j代表每个边缘方向内的像素点，x₀代表中心点，函数f(x)为降噪函数：

f (x) = \{\begin{matrix} Q \times (T - x) (x > T) \\ 1 (0 < x < T) \\ 0 (x = 0) \\ - 1 (- T < x < 0) \\ Q \times (T - x) (x < - T) \end{matrix}

其中，T为预先设定的阈值，0＜T＜L，L为图像中象素灰度的最大值，0＜Q＜2，按照x的实际取值采用函数f(x)对图像进行降噪，但要保证降噪函数关于原点对称；

③.计算完四个平均调整值后比较得到S1～S4中的最大值，将该值与中心点x₀相加得到一个该中心点的新值，将图像中每个点都按照该计算方法计算求得新的值，然后使用新计算出的值替换老的值得到一幅新的图像；

④.在新的图像的基础上，重新计算，计算过程重复步骤(1)～(2)，计算完S1～S4后，通过比较得到四个平均调整值的最小值，然后将最小值与中心点相加，得到该中心点的新值，遍历整幅图像计算出每个像素点的值存储。

而且，所述的改进的拉普拉斯增强算法为：

①.降噪处理以后的图像中每个像素及以其为中心的M×M的图像块作为处理单元，M为奇数；

②.以改进的掩模，按照公式(II)进行计算增强调整值D：

D = A \times \frac{1}{8} \times Σ_{i = 1}^{8} x_{0} - x_{i} - - - (II)

其中x_i表示M×M的图像块中，除中心点外的其它像素，x₀是中心像素点，A是增强权值，其取值范围是：0＜A≤2；

③.将得到的增强调整值D与中心像素点x₀相加，得到中心像素点的增强值，按照该计算方法遍历整幅图像的每个像素，计算出的增强值存储。

而且，所述的图像降噪新算法中的N为5。

而且，所述的拉普拉斯算子增强新算法中的M为3。

本发明的优点和积极效果是：

1、本方法通过采用根据像素所处边缘方向进行计算的原理，以象素周边5×5的图像块为处理单元，将该图像块分为四个边缘方向，即垂直、水平和两个对角方向，每个方向除中心点外包含四个像素点，然后对每个边缘方向包含的像素点分别进行计算，再由新的象素值对原象素值进行替换，有效地克服了原有均值滤波导致图像模糊的缺陷，同时能够有效的降低噪音。

2、本方法在降低噪音的同时，还能够根据预先设定的降噪函数和降噪阈值T对降噪程度进行控制，并可以对处于边缘部分的图像在降噪的同时进行增强处理。这种根据图像信息采取不同处理方式的降噪算法大大提高了后续图像增强的效果。

3、本方法通过对拉普拉斯算子的增强算法进行调整，加入了一个增强权值A，使得图像增强的程度可以进行控制，更进一步满足对图像不同情况处理的需求。

附图说明：

图1是现有技术的图像增强流程图；

图2是本发明图像降噪并增强图像的方法的流程图；

图3是本发明图像降噪新算法的流程图；

图4是本发明降噪处理中5×5图像块中不同边缘方向示意图；

图5是现有技术拉普拉斯算子掩模和本发明拉普拉斯算子掩模的对比示意图。

具体实施方式

下面结合实施例，对本发明进一步说明，下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本发明的保护范围。

下面结合附图对本发明进行详细描述。

一种图像降噪并增强图像方法的处理流程，如图2所示，包括以下步骤：

步骤201，获取图像各个像素点的坐标和灰度值，并存储；

步骤202，如图3所示，首先将图像中每个像素点及以其为中心的N×N(N为奇数)的图像块作为一个单元来处理；按照图4中所示的方法将图像分成四个组，可以称为W1～W4，代表四个不同的边缘方向，然后每组N-1个像素点根据公式(I)，计算得到四个平均调整值S1～S4，本实施例中的N为5：

Si = \frac{1}{4} \times \underset{x_{j} &Element; Wi}{Σ} f (x_{j} - x_{0}), i = 1,2,3,4 - - - (I)

其中x_j代表每个边缘方向内的像素点，x₀代表中心点。函数f(x)为降噪函数：

f (x) = \{\begin{matrix} Q \times (T - x) (x > T) \\ 1 (0 < x < T) \\ 0 (x = 0) \\ - 1 (- T < x < 0) \\ Q \times (T - x) (x < - T) \end{matrix}

其中，T为预先设定的阈值，0＜T＜L，L为图像中象素灰度的最大值，0＜Q＜2，按照x的实际取值采用函数f(x)对图像进行降噪，但要保证降噪函数关于原点对称，根据图像降噪的不同需求，还可以采用其它降噪函数。

计算完四个平均调整值后比较得到S1～S4中的最大值，将该值与中心点x₀相加得到一个该中心点的新值。将图像中每个点都按照该计算方法计算求得新的值，然后使用新计算出的值替换老的值得到一幅新的图像。

在新图像的基础上，重新计算，计算过程与上述类似，区别在于在计算完S1～S4后，通过比较得到四个平均调整值的最小值，然后将最小值与中心点相加，得到该中心点的新值。遍历整幅图像计算出每个像素点的值，并存储。

步骤203，使用步骤202中计算出的新的像素点的值，替换原有像素点的值，得到降噪后的图像。

步骤204，在203步骤得到的降噪后的图像的基础上，将图像中每个像素及以其为中心的M×M(M为奇数)的图像块作为处理单元，本实施例中的M为3，如图5所示，左图为拉普拉斯算子掩模，右图为改进的掩模。按照公式(II)进行计算，得到增强调整值D：

D = A \times \frac{1}{8} \times Σ_{i = 1}^{8} x_{0} - x_{i} - - - (II)

其中x_i表示3×3的图像块中，除中心点外的其它像素，x₀是中心像素点，A是增强权值，其取值范围为0＜A≤2，当A等于1时，增强计算即为拉普拉斯算子增强算法。

然后将得到的增强调整值D与中心像素点x₀相加，得到中心像素点经过增强后的新值。按照该计算方法遍历整幅图像的每个像素，计算出增强后的新值并存储。

步骤205，使用步骤204中计算出的新的像素点的值，替换原有像素点的值，得到最终增强的图像。

在202和204两个步骤中，由于要取5×5和3×3的图像块，在计算图像边缘点的时候，可能会导致某个方向在取点时超出图像边缘。为此可以采用边缘填充的方法来保证不会因读取数据超出指定范围而出错，或者采用不对最边缘的点进行处理，以保证读取数据时不会超出指定范围。

本发明可以对整幅图像实施增强处理，也可以根据需要，选择图像中的某个区域实施增强处理。如果是对整幅图像实施增强处理，则直接执行上述流程。如果是对某个区域实施增强处理，则上述流程中所述的整幅图像可以改为选择的某个区域内的图像。处理过程完全相同，只是所处理的范围不同。

Claims

1、一种图像降噪并增强图像的方法，其特征在于：包括以下步骤：

(1).读取图像各像素点的坐标和灰度值；

所述的图像降噪新算法是：

2、根据权利要求1所述的一种图像降噪并增强图像的方法，其特征在于：所述的根据边缘方向进行降噪处理的方法为：

Si = \frac{1}{4} \times \underset{x_{j} &NotElement; Wi}{Σ} f (x_{j} - x_{0}), i = 1,2,3,4 - - - (I)

f (x) = \{\begin{matrix} Q \times (T - x) (x > T) \\ 1 (0 < x < T) \\ 0 (x = 0) \\ - 1 (- T < x < 0) \\ Q \times (T - x) (x < - T) \end{matrix}

3、根据权利要求1所述的一种图像降噪并增强图像的方法，其特征在于：所述的改进的拉普拉斯增强算法为：

②.以改进的掩模，按照公式(II)进行计算增强调整值D：

D = A \times \frac{1}{8} \times Σ_{i = 1}^{8} x_{0} - x_{i} - - - (II)

4、根据权利要求1或2所述的图像降噪并增强图像的方法，其特征在于：所述的图像降噪新算法中的N为5。

5、根据权利要求3所述的图像降噪并增强图像的方法，其特征在于：所述的拉普拉斯算子增强新算法中的M为3。