CN103020911A - 一种用于去除混合噪声的图像处理方法 - Google Patents
一种用于去除混合噪声的图像处理方法 Download PDFInfo
- Publication number
- CN103020911A CN103020911A CN201210537620XA CN201210537620A CN103020911A CN 103020911 A CN103020911 A CN 103020911A CN 201210537620X A CN201210537620X A CN 201210537620XA CN 201210537620 A CN201210537620 A CN 201210537620A CN 103020911 A CN103020911 A CN 103020911A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- pixel
- noise
- value
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
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
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;
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 的像素点灰度值;
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。
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;
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 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
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210537620XA CN103020911A (zh) | 2012-12-12 | 2012-12-12 | 一种用于去除混合噪声的图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210537620XA CN103020911A (zh) | 2012-12-12 | 2012-12-12 | 一种用于去除混合噪声的图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103020911A true CN103020911A (zh) | 2013-04-03 |
Family
ID=47969480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210537620XA Pending CN103020911A (zh) | 2012-12-12 | 2012-12-12 | 一种用于去除混合噪声的图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020911A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312940A (zh) * | 2013-06-17 | 2013-09-18 | 中国航天科工集团第三研究院第八三五八研究所 | 一种基于fpga的自适应中值滤波方法 |
CN103745445A (zh) * | 2014-01-21 | 2014-04-23 | 中国科学院地理科学与资源研究所 | 高斯与脉冲混合噪声去除方法及其装置 |
CN103824261A (zh) * | 2014-01-15 | 2014-05-28 | 北京君正集成电路股份有限公司 | 一种图像降噪处理方法及装置 |
CN104331863A (zh) * | 2014-10-15 | 2015-02-04 | 中国航空工业集团公司洛阳电光设备研究所 | 一种图像滤波去噪方法 |
CN105787902A (zh) * | 2016-03-22 | 2016-07-20 | 天津大学 | 利用分块排序检测噪声的图像降噪方法 |
CN104123701B (zh) * | 2014-07-08 | 2016-09-28 | 西安理工大学 | 基于莫罗包络平滑l1/全变差的图像脉冲噪声去除方法 |
CN106161877A (zh) * | 2016-08-01 | 2016-11-23 | 深圳市瀚晖威视科技有限公司 | 一种用于星光级摄像机的图像画面降噪方法 |
CN106355562A (zh) * | 2016-08-30 | 2017-01-25 | 兰州交通大学 | 一种基于机器视觉的钢轨检测图像的去噪方法 |
WO2017028742A1 (zh) * | 2015-08-17 | 2017-02-23 | 比亚迪股份有限公司 | 图像去噪系统及图像去噪方法 |
CN108093182A (zh) * | 2018-01-26 | 2018-05-29 | 广东欧珀移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109102466A (zh) * | 2017-06-20 | 2018-12-28 | 杭州海康威视数字技术股份有限公司 | 图像污点判定方法及装置 |
CN109859165A (zh) * | 2018-12-24 | 2019-06-07 | 新绎健康科技有限公司 | 一种取脉点的定位方法及装置 |
CN111951173A (zh) * | 2020-06-16 | 2020-11-17 | 五邑大学 | 高自由度滤波算法的调整方法和存储介质 |
CN112288643A (zh) * | 2020-09-24 | 2021-01-29 | 湖北大学 | 图像去噪方法及系统 |
CN115272684A (zh) * | 2022-09-29 | 2022-11-01 | 山东圣点世纪科技有限公司 | 一种静脉图像增强过程中伪噪声的处理方法 |
CN117788570A (zh) * | 2024-02-26 | 2024-03-29 | 山东济矿鲁能煤电股份有限公司阳城煤矿 | 一种基于机器视觉的斗轮机定位方法及系统 |
-
2012
- 2012-12-12 CN CN201210537620XA patent/CN103020911A/zh active Pending
Non-Patent Citations (1)
Title |
---|
毕国堂等: "基于粗集的图像混合噪声滤波算法", 《计算机工程与设计》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312940A (zh) * | 2013-06-17 | 2013-09-18 | 中国航天科工集团第三研究院第八三五八研究所 | 一种基于fpga的自适应中值滤波方法 |
CN103824261A (zh) * | 2014-01-15 | 2014-05-28 | 北京君正集成电路股份有限公司 | 一种图像降噪处理方法及装置 |
CN103824261B (zh) * | 2014-01-15 | 2017-01-18 | 北京君正集成电路股份有限公司 | 一种图像降噪处理方法及装置 |
CN103745445A (zh) * | 2014-01-21 | 2014-04-23 | 中国科学院地理科学与资源研究所 | 高斯与脉冲混合噪声去除方法及其装置 |
CN103745445B (zh) * | 2014-01-21 | 2017-04-05 | 中国科学院地理科学与资源研究所 | 高斯与脉冲混合噪声去除方法及其装置 |
CN104123701B (zh) * | 2014-07-08 | 2016-09-28 | 西安理工大学 | 基于莫罗包络平滑l1/全变差的图像脉冲噪声去除方法 |
CN104331863A (zh) * | 2014-10-15 | 2015-02-04 | 中国航空工业集团公司洛阳电光设备研究所 | 一种图像滤波去噪方法 |
CN104331863B (zh) * | 2014-10-15 | 2018-01-09 | 中国航空工业集团公司洛阳电光设备研究所 | 一种图像滤波去噪方法 |
WO2017028742A1 (zh) * | 2015-08-17 | 2017-02-23 | 比亚迪股份有限公司 | 图像去噪系统及图像去噪方法 |
CN105787902B (zh) * | 2016-03-22 | 2018-11-27 | 天津大学 | 利用分块排序检测噪声的图像降噪方法 |
CN105787902A (zh) * | 2016-03-22 | 2016-07-20 | 天津大学 | 利用分块排序检测噪声的图像降噪方法 |
CN106161877A (zh) * | 2016-08-01 | 2016-11-23 | 深圳市瀚晖威视科技有限公司 | 一种用于星光级摄像机的图像画面降噪方法 |
CN106355562A (zh) * | 2016-08-30 | 2017-01-25 | 兰州交通大学 | 一种基于机器视觉的钢轨检测图像的去噪方法 |
CN109102466A (zh) * | 2017-06-20 | 2018-12-28 | 杭州海康威视数字技术股份有限公司 | 图像污点判定方法及装置 |
CN108093182A (zh) * | 2018-01-26 | 2018-05-29 | 广东欧珀移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109859165A (zh) * | 2018-12-24 | 2019-06-07 | 新绎健康科技有限公司 | 一种取脉点的定位方法及装置 |
CN109859165B (zh) * | 2018-12-24 | 2023-06-09 | 新绎健康科技有限公司 | 一种取脉点的定位方法及装置 |
CN111951173A (zh) * | 2020-06-16 | 2020-11-17 | 五邑大学 | 高自由度滤波算法的调整方法和存储介质 |
CN111951173B (zh) * | 2020-06-16 | 2024-01-12 | 五邑大学 | 高自由度滤波算法的调整方法和存储介质 |
CN112288643A (zh) * | 2020-09-24 | 2021-01-29 | 湖北大学 | 图像去噪方法及系统 |
CN115272684A (zh) * | 2022-09-29 | 2022-11-01 | 山东圣点世纪科技有限公司 | 一种静脉图像增强过程中伪噪声的处理方法 |
CN115272684B (zh) * | 2022-09-29 | 2022-12-27 | 山东圣点世纪科技有限公司 | 一种静脉图像增强过程中伪噪声的处理方法 |
CN117788570A (zh) * | 2024-02-26 | 2024-03-29 | 山东济矿鲁能煤电股份有限公司阳城煤矿 | 一种基于机器视觉的斗轮机定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103020911A (zh) | 一种用于去除混合噪声的图像处理方法 | |
CN105913393B (zh) | 一种自适应小波阈值图像去噪方法及装置 | |
CN104504652A (zh) | 一种快速有效保留边缘及方向特征的图像去噪方法 | |
CN101847257B (zh) | 基于非局部均值与多级定向图像的图像降噪方法 | |
CN104574324B (zh) | 对地面建筑群遥感图像频谱特性约束的去噪方法和系统 | |
CN107464226B (zh) | 一种基于改进二维经验模态分解算法的图像去噪方法 | |
CN102509269B (zh) | 一种结合曲线波的基于图像子块相似性的图像去噪方法 | |
CN103854264A (zh) | 一种基于改进型阈值函数的小波变换图像去噪方法 | |
CN102073992B (zh) | 一种高分辨率sar卫星图像相干斑去噪方法 | |
CN103886553B (zh) | 图像非局部均值去噪方法和系统 | |
CN102156963A (zh) | 一种混合噪声图像去噪方法 | |
CN101482617A (zh) | 基于非下采样轮廓波的合成孔径雷达图像去噪方法 | |
CN102930512A (zh) | 基于HSV色彩空间结合Retinex的水下图像增强方法 | |
CN101441766B (zh) | 基于多尺度几何分析的sar图像融合方法 | |
CN104103041B (zh) | 超声图像混合噪声自适应抑制方法 | |
CN103020918A (zh) | 基于形状自适应邻域均值的非局部均值去噪方法 | |
CN101877124A (zh) | 一种医学图像的滤波方法及系统 | |
CN105654428A (zh) | 图像降噪方法及系统 | |
Youlian et al. | An improved median filtering algorithm combined with average filtering | |
CN104331863A (zh) | 一种图像滤波去噪方法 | |
CN103871034A (zh) | 一种自适应的图像椒盐噪声滤除方法 | |
CN103839234A (zh) | 一种基于可控核的双几何非局部均值图像去噪方法 | |
CN103778611A (zh) | 利用边缘检测的开关加权矢量中值滤波方法 | |
CN102663706A (zh) | 基于菱形模板的自适应加权均值滤波方法 | |
CN103116873A (zh) | 图像降噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130403 |