CN101546425A - 双阈值开关型彩色图像矢量滤波方法 - Google Patents

双阈值开关型彩色图像矢量滤波方法 Download PDF

Info

Publication number
CN101546425A
CN101546425A CN200910039229A CN200910039229A CN101546425A CN 101546425 A CN101546425 A CN 101546425A CN 200910039229 A CN200910039229 A CN 200910039229A CN 200910039229 A CN200910039229 A CN 200910039229A CN 101546425 A CN101546425 A CN 101546425A
Authority
CN
China
Prior art keywords
vector
pixel
distance
color image
double
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
Application number
CN200910039229A
Other languages
English (en)
Other versions
CN101546425B (zh
Inventor
钟灵
章云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN2009100392295A priority Critical patent/CN101546425B/zh
Publication of CN101546425A publication Critical patent/CN101546425A/zh
Application granted granted Critical
Publication of CN101546425B publication Critical patent/CN101546425B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种双阈值开关型彩色矢量滤波方法,主要针对彩色图像中脉冲型噪音的去噪;该方法通过邻域窗口内中心像素的排序值和原像素与排序第一的像素的距离来判断该像素是否是噪音,若为噪音,则输出排序第一的像素,否则输出原像素值;依次对图像每点使用以上操作;本方法可应用于静态图像或动态视频的滤噪。

Description

双阈值开关型彩色图像矢量滤波方法
技术领域
本发明涉及对图像系统的滤波方法,尤其涉及一种双阈值开关型彩色图像矢量滤波方法。
背景技术
在图像系统的获取和传输过程中,总会存在各类噪音造成图像质量的下降。而脉冲噪音是一种较为常见的噪音。不同于灰度图像,彩色图像系统中采用了多通道数值表示颜色的方法。例如:RGB、HSV颜色空间采用三个分量分别代表不同的通道成分。非线性的矢量中值滤波(VMF)因显示出了具有很好的去噪能力,而得到了广泛关注,参见Astola J,Haavisto P,Neuvo Y.Vector MedianFilters.In:Proc.IEEE.1990,78(4):678-689。它将象素的多通道取值统一看作颜色空间中的矢量来处理。在滤波的设计工作中,如何在滤除噪音和保留原图细节之间作好平衡,是各类矢量中值滤波器设计的关键。基本矢量方向滤波(BVDF)考虑从矢量的夹角和来计算排序,该方法也较好地保持了原图色度,参见Trahanias P E,Karakos D,Venetsanopoulos A N.Directionalprocessing of color images:theory and exper imenta lresults.IEEETransactions on Image Processing 1996,5(6):868-881。距离方向滤波(DDF)考虑从距离与角度的复合的方法,即考虑了象素间的距离又保持象素间的色度,参见Karakos D,Trahanias P E.Generalized multichannel image filteringstructures.IEEE Transactions on Image Processing,1997,6(7):1038-1045。中心加权矢量中值滤波方法(CWVMF),它对在各邻域象素与原象素计算差距是加权,参见Lukac R.Adaptive color image filtering basedon center-weighted vector directional filters,Multidimensional Syst.Signal Processing,2004,15(2):169-196。但以上方法都可能会造成滤波后图像的模糊,部分细节被误判为噪音除掉。近年来,开关型的矢量滤波方法通过条件判断中心点矢量为噪音的可能性,在最大噪音检查率和最小原像素误检率之间做出平衡,取得的更好的滤波效果,例如ACWVDF、RSVMF,分别参见Celebi M E,Aslandogan Y A.Robust switching vector median filter forimpulsive noise removal[J].Journal of Electronic Imaging.2008,14(7),043006:1-9和Lukac R.Adaptive color image filtering based oncenter-weighted vector directional filters[J].Syst.Signal Process.2004,15:169-196。
发明内容
本发明公开了一种双阈值开关型彩色图像矢量滤波方法。该方法是针对彩色图像的一种带噪音预判的开关型滤波方法。本发明方法目的在于尽量去除噪音像素,而减少错误改变原图像素的可能,同时具有计算复杂度与VMF相当的特点。
本发明的技术方案为包括以下步骤:(1)对于当前点xc对应的滤波窗口W={x1,...,xc,...xN}内每个像素矢量,计算其到其他矢量的距离;(2)计算每个矢量到其他矢量的距离之和{L1,...,Lc,...,LN};(3)根据每个象素的矢量对应的矢量距离和的大小进行升序排序,得到当前点在滤波窗口内排序位置Rc,同时得到距离和排序最小的对应矢量xmin;(4)计算当前点矢量xc与距离和排序最小的对应矢量xmin的距离diff;(5)根据条件:diff<t和Rc<r,判断该像素是否为噪音。若同时成立,则输出xmin;否则,维持原像素矢量xc不变;
对于图中所有像素均依次进行以上的操作。其中,r和t为本发明的两个阈值参数。调解r和t会影响滤波效果,其取值范围根据滤波窗口的大小和选用矢量的距离函数决定。
上述当前点xc的滤波窗口形状为中心对称的,窗口内的象素数量为奇数。
上述矢量距离采用矢量的欧氏距离或矢量的夹角,或其组合。
本发明的有益效果是尽量去除噪音像素,而减少错误改变原图像素的可能,同时具有计算复杂度与VMF相当的特点。
本发明将结合实施方法参照附图进行详细的说明,以便对本发明的目的、特征及优点进行更深入的理解。
附图说明
图1是传统VMF矢量中值滤波的流程图。
图2是本发明的一个较佳的滤波流程图。
图3是一种常见滤波窗口的取法。
具体实施方式
图2给出了本方法的图像噪音滤波方法的一个流程例子,对比图1中VMF矢量中值滤波方法的流程例子。可以看出,图2与图1的流程的区别体现在图2的S204~S207步骤与图1的S104~S105步骤。
本方法的主要思路为首先判断滤波窗口内的当前点是否是脉冲噪音,若是,则采用选择输出排序最小的矢量;若否,则保持原像素内容不变。依次对图中所有点进行以上操作。如图2,本方法的某具体实施方式如下:
步骤S201:取当前点xc的滤波窗口大小N内的像素,形成滤波矢量集合W={x1,...,xc,...xN};
步骤S202:按照像素矢量的欧氏距离计算相互距离,D(i,j)=‖xi-xj‖,若矢量为三元矢量,常见的如RGB和HSV等颜色空间中的矢量,则可使用欧矢距离 | | x i - x j | | = ( x i 1 - x j 1 ) 2 + ( x i 2 - x j 2 ) 2 + ( x i 3 - x j 3 ) 2 ;
步骤S203:计算各矢量到其他矢量距离和 L i = &Sigma; j = 1 N D ( i , j ) ;
步骤S204:根据{L1,...,Lc,...,LN}的大小升序排序,得到排序最小Lmin的对应矢量xmin和原中心像素的排序位置Rc
步骤S205:计算diff=‖xmin-xc‖,‖·‖同样可以采用欧氏距离;
步骤S206:diff<t和Rc<r,判断该像素是否为噪音。若是,则转到步骤S307;否则,维持原像素矢量xc不变。
步骤S207:输出xc=xmin
所有象素重复以上操作。其中,两阈值参数设置为t=85,r=7。滤波窗口的形状如图3,大小为3×3,中心像素为x5
上诉实施实例是提供给本领域普通技术人员来实现或使用本发明的,本领域普通技术人员可在不脱离本发明的发明思想的情况下,对上述实施例子作出种种修改或变化,因而本发明的保护范围并不被上诉实施例子所限制,而应该是符合权益要求书提到的创新性特征的最大范围。

Claims (3)

1.一种双阈值开关型彩色图像矢量滤波方法,包括以下步骤:
(1)对于当前点xc对应的滤波窗口W={x1,...,xc,...xN}内每个像素矢量,计算其到其他矢量的距离;
(2)计算每个矢量到其他矢量的距离之和{L1,...,Lc,...,LN};
(3)根据每个象素的矢量对应的矢量距离和的大小进行升序排序,得到当前点在滤波窗口内排序位置Rc,同时得到距离和排序最小的对应矢量xmin
(4)计算当前点矢量xc与距离和排序最小的对应矢量xmin的距离diff;
(5)根据条件:diff<t和Rc<r,判断该像素是否为噪音;若同时成立,则输出xmin;否则,维持原像素矢量xc不变;
对于图中所有像素均依次进行以上的操作;其中,r和t为本发明的两个阈值参数;调解r和t会影响滤波效果,其取值范围根据滤波窗口的大小和选用矢量的距离函数决定。
2.根据权利要求1所述的双阈值开关型彩色图像矢量滤波方法,其特征在于:上述当前点xc的滤波窗口形状为中心对称的,窗口内的象素数量为奇数。
3.根据权利要求1所述的双阈值开关型彩色图像矢量滤波方法,其特征在于:上述矢量距离采用矢量的欧氏距离或矢量的夹角,或其组合。
CN2009100392295A 2009-05-05 2009-05-05 双阈值开关型彩色图像矢量滤波方法 Expired - Fee Related CN101546425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100392295A CN101546425B (zh) 2009-05-05 2009-05-05 双阈值开关型彩色图像矢量滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100392295A CN101546425B (zh) 2009-05-05 2009-05-05 双阈值开关型彩色图像矢量滤波方法

Publications (2)

Publication Number Publication Date
CN101546425A true CN101546425A (zh) 2009-09-30
CN101546425B CN101546425B (zh) 2011-04-13

Family

ID=41193546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100392295A Expired - Fee Related CN101546425B (zh) 2009-05-05 2009-05-05 双阈值开关型彩色图像矢量滤波方法

Country Status (1)

Country Link
CN (1) CN101546425B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609926A (zh) * 2011-07-05 2012-07-25 天津大学 基于road检测的指数相似度排序滤波方法
CN103136729A (zh) * 2013-01-15 2013-06-05 西北工业大学 一种基于超复数描述的模糊矢量形态学滤波方法
CN105118034A (zh) * 2015-08-19 2015-12-02 西安电子科技大学 基于全图空间的彩色图像形态学滤波方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1153364A4 (en) * 1999-02-05 2002-10-30 Samsung Electronics Co Ltd METHOD AND DEVICE FOR PROCESSING COLOR IMAGES
CN1262104C (zh) * 2003-09-27 2006-06-28 哈尔滨工业大学 采用神经网络技术对图像进行滤波的方法
KR100564592B1 (ko) * 2003-12-11 2006-03-28 삼성전자주식회사 동영상 데이터 잡음제거방법
CN1256696C (zh) * 2004-04-01 2006-05-17 上海交通大学 利用限制性随机霍夫变换进行椭圆检测的图像处理方法
CN100496132C (zh) * 2007-05-09 2009-06-03 宁波大学 一种对医学灰度图像信号进行伪彩色处理的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609926A (zh) * 2011-07-05 2012-07-25 天津大学 基于road检测的指数相似度排序滤波方法
CN103136729A (zh) * 2013-01-15 2013-06-05 西北工业大学 一种基于超复数描述的模糊矢量形态学滤波方法
CN103136729B (zh) * 2013-01-15 2015-07-15 西北工业大学 一种基于超复数描述的模糊矢量形态学滤波方法
CN105118034A (zh) * 2015-08-19 2015-12-02 西安电子科技大学 基于全图空间的彩色图像形态学滤波方法
CN105118034B (zh) * 2015-08-19 2017-10-24 西安电子科技大学 基于全图空间的彩色图像形态学滤波方法

Also Published As

Publication number Publication date
CN101546425B (zh) 2011-04-13

Similar Documents

Publication Publication Date Title
CN107403413B (zh) 一种视频多帧去噪及增强方法
Lee et al. Adaptive scan rate up-conversion system based on human visual characteristics
CN101706954B (zh) 图像增强方法和装置以及图像低频分量计算方法和装置
CN101448077A (zh) 一种自适应视频图像3d降噪方法
CN105809630B (zh) 一种图像噪声过滤方法及系统
CN102930508B (zh) 基于图像残余信号的非局部均值图像去噪方法
CN105205792A (zh) 一种基于亮度色度分离的水下图像增强方法
Youlian et al. An improved median filtering algorithm combined with average filtering
CN107248148A (zh) 图像降噪方法及系统
CN111127359A (zh) 一种基于选择性补偿颜色和三区间均衡的水下图像增强方法
CN105427255A (zh) 一种基于grhp的无人机红外图像细节增强方法
CN106971166A (zh) 停车位检测的图像预处理方法及系统
CN101546425B (zh) 双阈值开关型彩色图像矢量滤波方法
CN111179186A (zh) 一种保护图像细节的图像去噪系统
CN104376540A (zh) 一种Bayer图像的去噪方法
CN103996177A (zh) 一种无参考检测消除雪花噪声算法
CN113902638B (zh) 结合卷积神经网络和轻型自适应中值滤波视频降噪方法
Kusnik et al. On the robust technique of mixed Gaussian and impulsive noise reduction in color digital images
Jeon et al. Fuzzy rule-based edge-restoration algorithm in HDTV interlaced sequences
CN102497523B (zh) 中值滤波去隔行的方法
Jeon et al. Fuzzy weighted approach to improve visual quality of edge-based filtering
CN108596845B (zh) 一种基于混合鲁棒权重和方法噪声的图像去噪方法
Jeon et al. Fuzzy rule and Bayesian network based line interpolation for video deinterlacing
KR101829742B1 (ko) 이중 선형 필터 및 퍼지-기반 가중 평균 필터에 기반한 디인터레이싱 장치 및 방법
KR100821939B1 (ko) 영상 잡음 제거 장치 및 방법

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110413

Termination date: 20120505