CN103020911A - 一种用于去除混合噪声的图像处理方法 - Google Patents

Abstract

本发明涉及一种用于去除混合噪声的图像处理方法，属于图像处理技术领域。本发明通过构建滤波窗口，使滤波窗口中心与图像中坐标的像素点重合，求的滤波窗口内所有图像像素点灰度值中值，利用阈值确定灰度值范围，根据所得灰度值范围内的像素灰度值之和及像素点个数求得其均值，将该均值做为图像所述坐标的像素点灰度值，以此类推，遍历整幅图像，完成整个图像的处理。本发明选择中值作为灰度窗口的中心，能有效地滤除脉冲噪声，本发明还根据实际情况设定阈值确定灰度值范围，并对落在该范围内的像素点灰度值进行平均，从而对高斯噪声进行了抑制。本发明不仅能够有效去除混合椒盐噪声和高斯噪声，同时算法简单，计算量小，有利于工程的实时应用。

Description

一种用于去除混合噪声的图像处理方法

技术领域

本发明涉及一种用于去除混合噪声的图像处理方法，属于图像处理技术领域。

背景技术

图像在采集、获取、编码和传输过程中,均会不同程度地受到各种噪声的干扰,使图像不能真实反映景物，图像质量严重下降,因此去除噪声在图像处理中占有重要的地位,它对图像分割、特征提取、图像识别等具有直接的影响。为了尽可能的减小噪声影响，降质图像必须进行去噪预处理。

图像去噪的方法有很多，均值滤波、中值滤波及维纳滤波是三种非常有效的方法。它们对不同的噪声有不同的去噪能力，中值滤波对脉冲噪声有较好的去噪能力，算法简单，易于工程实现，但对高斯噪声去除效果较差；均值滤波对高斯噪声有较好的去噪能力，算法简单，易于工程实现，但却无法去除图像中包含的大量椒盐噪声；维纳滤波对高斯噪声的处理效果优于均值滤波，由于涉及频域变换，计算量大，在工程实现中应用较少，且对椒盐噪声的处理效果较差。因此在实际的工程应用中，中值滤波或均值滤波应用较为广泛。但对实际的图像处理过程而言，由于图像往往会同时受到两种噪声的干扰，单独的中值滤波或均值滤波均不能达到较好的去噪效果；均值滤波与中值滤波的叠加应用去噪效果优于单独的滤波算法，但需要遍历两次图像，每次均需要进行大量的排序和加减运算，在图像像素点个数较多的情况下，无法满足工程的实时性。

发明内容

本发明的目的是提供一种用于去除混合噪声的图像处理方法，以解决中值滤波均值滤波及维纳滤波在图像去噪过程中存在的缺点。

本发明为解决上述技术问题而提供一种用于去除混合噪声的图像处理方法，该图像处理方法的步骤如下：

1）.选取一含有混合椒盐噪声和高斯噪声的图像，图像的大小设为R*S，列数增量变量为M，行数增量变量为N，M和N的初始值都为1；

2）.构建一大小P*P的滤波窗口；

3）.将滤波窗口的中心与图像中坐标为

的像素点进行重合，得到一组与该窗口对应的图像像素点灰度值；

4）.计算该滤波窗口内所有图像像素点灰度值中值；

5）.根据实际情况设定阈值，利用得到的灰度值中值和设定的阈值确定灰度值范围；

6）.计算滤波窗口内像素点灰度值在灰度值范围内的像素点个数、像素灰度值之和以及像素灰度平均值，该像素灰度平均值就是坐标为 $(f\left(\frac{P}{2}\right)+M,f\left(\frac{P}{2}\right)+N)$ 的像素点灰度值；

7）.右移滤波窗口，使M=M+1，返回执行步骤3）-6），直至M大于

8）.如果M大于下移一行，即N=N+1，返回执行步骤3）-7），直至N大于S，至此得到整个图像所有坐标的像素点灰度值，实现对整个图像的处理。

所述的步骤2）中P*P的滤波窗口中P的取值为3或者5。

本发明的有益效果是:本发明选择中值作为灰度窗口的中心，能有效地滤除脉冲噪声，本发明还根据实际情况设定阈值确定灰度值范围，并对落在该范围内的像素点灰度值进行平均，从而对高斯噪声进行了抑制。本发明不仅能够有效去除混合椒盐噪声和高斯噪声，同时算法简单，计算量小，有利于工程的实时应用。

附图说明

图1是本发明实施例中所选用的含有混合椒盐噪声和高斯噪声的图像；

图2是图1经过本发明的图像处理后的结果图；

图3是本发明的用于去除混合噪声的图像处理方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的说明。

为了克服中值滤波、均值滤波和维纳滤波在图像去噪过程中存在的去点，本发明给出了一种既可以较好去除高斯白噪声也可以较好去除椒盐噪声，同时又具有较好工程实时性的去噪方法，本发明的一种用于去除混合噪声的图像处理方法的流程如图3所示，其具体过程如下：

1.选取一副大小为256×256个像素，含有混合椒盐噪声和高斯噪声的图像，如图1所示，列数的增量为M，行数的增量为N，M和N的初始值都为1。

2.构建一个大小为3×3的的滤波窗口，即P选取为3。

3.将滤波窗口的中心与坐标为的像素点重合，

的含义为P除以2后的整数，这里

的值为1，坐标

为（2，2），以图1为例，该滤波窗口对应的含有混合噪声的图像像素点灰度值分别为 $\left[\begin{array}{ccc}156& 141& 162\\ 148& 145& 168\\ 162& 156& 172\end{array}\right].$

4.将该灰度值按照从小到大进行排序，得到数组pTemp[9]，此数组数据依次为141、145、148、156、156、162、162、168和172，计算该滤波窗口内所有图像像素点灰度值中值pTemp[j]=pTemp[5],大小为156。

5.根据实际情况设定阈值T为7，确定灰度值范围（pTemp[j]T，pTemp[j]+T），本实施例中的像素点灰度值范围大小为（149，163）。

6.根据上述灰度值范围可知该滤波窗口内有4个像素点灰度值，分别是156、156、162和162，其灰度值之和为636，这四个像素灰度平均值为159，159就是坐标为（2，2）的像素点灰度值。

7.右移滤波窗口，使M=M+1，重复执行步骤3-6，直至M大于254。

8.如果M大于254，下移一行，即N=N+1，返回执行步骤3-7，直至N大于256，至此得到整个图像所有坐标的像素点灰度值，实现了对整个图像的处理，如图2所示。

含有混合椒盐噪声和高斯噪声的图像如图1所示，经过本发明处理后，其噪声得到了很好的抑制如图2所示，本发明由于选择中值作为灰度窗口的中心，所以能有效地滤除脉冲噪声，同时还根据实际情况设定阈值确定灰度值范围，并对落在该范围内的像素点灰度值进行平均，从而对高斯噪声也进行了抑制。

Claims (2)

1.一种用于去除混合噪声的图像处理方法,其特征在于：该图像处理方法的步骤如下：

1）.选取一含有混合椒盐噪声和高斯噪声的图像，图像的大小设为R*S，列数增量变量为M，行数增量变量为N，M和N的初始值都为1；

2）.构建一大小P*P的滤波窗口；

3）.将滤波窗口的中心与图像坐标为

的像素点进行重合，得到一组与该窗口对应的图像像素点灰度值，

的含义为P除以2后的整数；

4）.计算该滤波窗口内所有图像像素点灰度值中值；

5）.根据实际情况设定阈值，利用得到的灰度值中值和设定的阈值确定灰度值范围；

6）.计算滤波窗口内像素点灰度值在灰度值范围内的像素点个数、像素灰度值之和以及像素灰度平均值，该像素灰度平均值就是坐标为 $(f\left(\frac{P}{2}\right)+M,f\left(\frac{P}{2}\right)+N)$ 的像素点灰度值；

7）.右移滤波窗口，使M=M+1，返回执行步骤3）-6），直至M大于

8）.如果M大于

下移一行，即N=N+1，返回执行步骤3）-7），直至N大于S，至此得到整个图像所有坐标的像素点灰度值，实现对整个图像的处理。

2.根据权利要求1所述的用于去除混合噪声的图像处理方法，其特征在于：所述的步骤2）中P*P的滤波窗口中P的取值为3或者5。

Images