CN104331863B - 一种图像滤波去噪方法 - Google Patents
一种图像滤波去噪方法 Download PDFInfo
- Publication number
- CN104331863B CN104331863B CN201410548548.XA CN201410548548A CN104331863B CN 104331863 B CN104331863 B CN 104331863B CN 201410548548 A CN201410548548 A CN 201410548548A CN 104331863 B CN104331863 B CN 104331863B
- Authority
- CN
- China
- Prior art keywords
- filtering
- window
- gray value
- image
- filtering window
- 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.)
- Active
Links
Abstract
本发明涉及一种图像滤波去噪方法，该方法首先构建一个滤波窗口对图像信号数据进行滤波，然后根据滤波窗口内各像素点灰度值，求取滤波窗口对应的区域对比度和滤波窗口各像素点的加权系数，最后对滤波窗口内中心点，将中心点设定范围内的各像素点的灰度值以对应的加权系数加权后求平均，以获得中心点滤波后的灰度值，以此类推，最终求出整个图像其它像素点滤波后灰度值。本发明滤波去噪方法能够解决若在同一幅图像中同时兼顾对比度高的区域和对比度低的区域，在对比度高的区域的阈值不能很好的适应对比度低的区域的阈值的问题。
Description
技术领域
本发明属于图像处理技术领域，涉及一种图像滤波去噪方法。
背景技术
现有大部分红外热像仪在存在增强后图像中局部低动态范围响应区域背景噪声严重的问题。
由于红外图像增强本身已经考虑过噪声抑制，因此传统滤波方法对图像中残余的区域背景噪声效果并不理想，例如传统的均值模板法、邻域平滑法，这些方法由于每一个像素点灰度值无条件地被窗口所有像素点灰度值的均值或平滑值代替，而滤波窗口中心点像素很可能是当前图像中的边缘细节信息，这样势必导致图像细节边缘模糊，不能很好地达到保留增强后边缘的目的。目标图像得到滤波去噪的同时，细节信息也大量丢失。
为了解决上述问题，最常用的方法就是将滤波窗口内的像素点灰度值进行阈值TT比较，之后再与滤波窗口内其它像素点灰度值相加，然后求均值，用求出的均值代替当前窗口中心像素点的灰度值，其中，TT值可由设计人员根据实际情况进行调节。如果TT值选择得当，该方法可以在一定程度上解决边缘模糊问题，例如，基于去噪阈值的数字混合去噪算法、基于小波变换的去噪算法都会有一定效果。但若在同一幅图像中同时兼顾对比度高的区域和对比度低的区域，在对比度高的区域的TT必然不能很好的适应对比度低的区域的阈值TT，这个阈值只要是固定的，就不可能适应所有场景，即这个阈值的选择需要对场景有很高的要求，而实际工程中不易实现。
发明内容
本发明提供一种图像滤波去噪方法，旨在解决若在同一幅图像中同时兼顾对比度高的区域和对比度低的区域，在对比度高的区域的阈值不能很好的适应对比度低的区域的阈值的问题。
为解决上述问题，本发明图像滤波去噪方法的技术方案包括以下步骤：
1)构建滤波窗口；
2)根据滤波窗口内各像素点的灰度值，求取滤波窗口对应的区域对比度；
3)求取滤波窗口对应的各像素点的加权系数：滤波窗口内像素点的灰度值越接近该滤波窗口中心点灰度值，则该滤波窗口内像素点的加权系数取值越大；反之，该滤波窗口内像素点的加权系数取值越小；
4)对滤波窗口内中心点，将其设定范围内的各像素点的灰度值以对应的加权系数加权后求平均，以获得中心点滤波后的灰度值，所述设定范围由区域对比度决定，区域对比度越大，设定范围越小，反之，设定范围越大。
5)重新设置滤波窗口，按照步骤2)～4)最终完成整个图像的滤波去噪。
图像信号数据AA用矩阵标识如下：
其中，f(1,1)……f(M,N)为图像数据信号中像素点的灰度值，M为总行数，N为总列数。
所述滤波窗口的大小为(2n+1)×(2n+1)，其中n取正整数。
步骤2)所述滤波窗口对应的区域对比度nDis的求取公式为：
其中，f(i,j)为滤波窗口中心点对应的灰度值，f(i+r,j+s)是坐标点(i+r,j+s)对应的灰度值，r为行数增量变量，s为列数增量变量。
步骤3)所述加权系数的求取方式为：
其中，为坐标点(i+r,j+s)对应的像素点的加权系数。
步骤4)所述中心点滤波后的灰度值g(i,j)的求取方式为：
若tt1＜nDis，公式中nn＝1；若tt2≤nDis＜tt1，公式中nn＝2；若nDis≤tt2，，公式中nn＝3，其中，tt1，tt2为清晰度调整因子，tt1≥tt2。
本发明具有的有益效果是：本发明滤波中采用的是能够兼顾到滤波窗口内的所有像素点灰度值大小与中心点像素大小差值的滤波方法，窗口内像素点的灰度值越接近该窗口中心点灰度值，则其加权系数取值越大，反之，其加权系数取值越小，这样可以排除高亮点和噪声点干扰。本发明还充分考虑了图像像素点的区域对比度，如果构建的滤波窗口处于对比度较高的边缘区域，则滤波窗口中心点的设定范围较小，滤波程度比较轻微，反之，滤波窗口中心点的设定范围较大，滤波程度比较重，这样可以减小滤波方法对图像边缘细节的影响，防止图像细节边缘模糊。本发明滤波去噪方法已工程化实现，有效抑制图像低动态范围响应区域背景噪声，可明显改善图像的观测舒适度。
附图说明
图1为本实施例中滤波去噪方法的具体实现程序流程图。
具体实施方式
本发明首先构建滤波窗口，根据滤波窗口内各像素点的灰度值，求取滤波窗口对应的区域对比度。
然后求取滤波窗口对应的各像素点的加权系数，方式为：滤波窗口内像素点的灰度值越接近该滤波窗口中心点灰度值，则该滤波窗口内像素点的加权系数取值越大；反之，该滤波窗口内像素点的加权系数取值越小。
最后对滤波窗口内中心点，将其设定范围内的各像素点的灰度值以对应的加权系数加权后求平均，以获得中心点滤波后的灰度值，所述设定范围由区域对比度决定，区域对比度越大，设定范围越小，反之，设定范围越大。
以此类推，重新设置滤波窗口，最终完成整个图像的滤波去噪。
本发明的基本思路在于上述技术方案，在本发明的原理和精神的指导下，对滤波窗口大小的选取，对滤波窗口对应的区域对比度、各像素点的加权系数和中心点滤波后的灰度值的求取，对清晰度调整因子个数及大小的选取，可以设计出各种模型、公式、参数。现给出一种具体实施方式，对本发明的技术方案作进一步详细描述，具体实施步骤如下：
1)图像信号数据AA可以用矩阵标识如下：
其中，f(1,1)……f(M,N)为图像数据信号中像素点的灰度值，M为总行数，N为总列数。
2)构建一个大小为(2n+1)×(2n+1)的滤波窗口对AA进行滤波，n取正整数。
3)求该滤波窗口对应的图像区域对比度nDis，计算公式为：
其中，f(i,j)为滤波窗口中心点对应的像素点灰度值，f(i+r,j+s)是坐标点(i+r,j+s)对应的像素点灰度值，r为行数增量变量，s为列数增量变量。
4)求取滤波窗口对应的各像素点的加权系数，计算公式为：
其中，为坐标点(i+r,j+s)对应的像素点的加权系数。
5)求取滤波窗口内中心点滤波后的灰度值g(i,j)的方式为：
若tt1＜nDis，公式中nn＝1；若tt2≤nDis＜tt1，公式中nn＝2；若nDis≤tt2，，公式中nn＝3，tt1，tt2为清晰度调整因子，tt1≥tt2。
6)重新设置滤波窗口，按照步骤3)～5)最终完成整个图像的滤波去噪。
现以对增强后的红外图像滤波去噪为例，说明本发明滤波去噪方法的应用。
红外系统上电运行，得到一幅大小为640×512个像素的增强后的红外图像，图像中含有对比度高的区域也含有对比度低的区域。
构建一个大小为7×7的滤波窗口，即n取3。滤波窗口中心坐标(i,j)＝(4,4)，则f(i,j)＝f(4,4)，f(4,4)为滤波窗口中心坐标点对应的像素点灰度值，滤波窗口中心与坐标为(4,4)的原始图像像素点重合。
将i＝4，j＝4，n＝3代入上述步骤3)中的公式，可得
将i＝4，j＝4代入上述步骤4)中的公式，可得
根据上述步骤5)中的公式求取滤波窗口内中心点滤波后的灰度值g(i,j)，其中选取清晰度调整因子tt1＝18，tt2＝10，将上述步骤3)求取的原始图像区域对比度nDis＝16与tt1，tt2比较可知：tt2<16<tt1，故nn＝2，依次类推，最终求出整个图像其它像素点滤波后灰度值。
Claims (4)
1.一种图像滤波去噪方法，其特征在于，该方法的具体步骤如下：
1)构建滤波窗口；
2)根据滤波窗口内各像素点的灰度值，求取滤波窗口对应的区域对比度；
3)求取滤波窗口对应的各像素点的加权系数：滤波窗口内像素点的灰度值越接近该滤波窗口中心点灰度值，则该滤波窗口内像素点的加权系数取值越大；反之，该滤波窗口内像素点的加权系数取值越小；
4)对滤波窗口内中心点，将其设定范围内的各像素点的灰度值以对应的加权系数加权后求平均，以获得中心点滤波后的灰度值，所述设定范围由区域对比度决定，区域对比度越大，设定范围越小，反之，设定范围越大；
5)重新设置滤波窗口，按照步骤2)～4)最终完成整个图像的滤波去噪；
步骤1)所述滤波窗口的大小为(2n+1)×(2n+1)，其中n取正整数；
步骤2)所述滤波窗口对应的区域对比度nDis的求取公式为：
<mrow>
<mi>n</mi>
<mi>D</mi>
<mi>i</mi>
<mi>s</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mo>-</mo>
<mi>n</mi>
</mrow>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mi>n</mi>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>=</mo>
<mo>-</mo>
<mi>n</mi>
</mrow>
<mrow>
<mi>s</mi>
<mo>=</mo>
<mi>n</mi>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mi>f</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>r</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mi>s</mi>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>f</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>r</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mi>s</mi>
</mrow>
<mo>)</mo>
<mo>|</mo>
<mo>+</mo>
<mo>|</mo>
<mi>f</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>r</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mi>s</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>f</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>r</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mi>s</mi>
</mrow>
<mo>)</mo>
<mo>|</mo>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，f(i,j)为滤波窗口中心点对应的灰度值，f(i+r,j+s)是坐标点(i+r,j+s)对应的灰度值，r为行数增量变量，s为列数增量变量。
2.根据权利要求1所述一种图像滤波去噪方法，其特征在于，图像信号数据AA用矩阵标识如下：
其中，f(1,1)……f(M,N)为图像数据信号中像素点的灰度值，M为总行数，N为总列数。
3.根据权利要求1所述一种图像滤波去噪方法，其特征在于，步骤3)所述加权系数的求取方式为：
其中，为坐标点(i+r,j+s)对应的像素点的加权系数。
4.根据权利要求3所述一种图像滤波去噪方法，其特征在于，步骤4)所述中心点滤波后的灰度值g(i,j)的求取方式为：
若tt1＜nDis，公式中nn＝1；
若tt2≤nDis＜tt1，公式中nn＝2；
若nDis≤tt2，公式中nn＝3，
其中，tt1，tt2为清晰度调整因子，tt1≥tt2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410548548.XA CN104331863B (zh) | 2014-10-15 | 2014-10-15 | 一种图像滤波去噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410548548.XA CN104331863B (zh) | 2014-10-15 | 2014-10-15 | 一种图像滤波去噪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104331863A CN104331863A (zh) | 2015-02-04 |
| CN104331863B true CN104331863B (zh) | 2018-01-09 |
Family
ID=52406584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410548548.XA Active CN104331863B (zh) | 2014-10-15 | 2014-10-15 | 一种图像滤波去噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104331863B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105654445B (zh) * | 2016-01-28 | 2018-08-21 | 东南大学 | 一种基于小波变换边缘检测的手机图像去噪方法 |
| 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 |
| CN107730480A (zh) * | 2017-08-31 | 2018-02-23 | 中国航空工业集团公司洛阳电光设备研究所 | 红外图像数据处理中高低频信号的自适应分区域重组方法 |
| CN109684905A (zh) * | 2017-12-19 | 2019-04-26 | 云南电网有限责任公司昭通供电局 | 基于图像辨识的架空导线的覆冰质量检测的方法 |
| CN109309877B (zh) * | 2018-08-10 | 2019-05-10 | 上海极链网络科技有限公司 | 视频文件读取分析系统 |
| CN109884908B (zh) * | 2019-03-14 | 2020-04-14 | 青岛创高世纪信息科技有限公司 | 云平台、设备控制方法及系统、可读存储介质 |
| CN110782403A (zh) * | 2019-10-09 | 2020-02-11 | 天津大学 | 一种红外图像非均匀性校正方法 |
| CN112308806A (zh) * | 2020-11-11 | 2021-02-02 | 海宁奕斯伟集成电路设计有限公司 | 图像处理方法、装置、电子设备以及可读存储介质 |
| CN115586192A (zh) * | 2022-12-12 | 2023-01-10 | 西昌学院 | 一种土木结构无损监测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102014240A (zh) * | 2010-12-01 | 2011-04-13 | 深圳市蓝韵实业有限公司 | 一种实时医学视频图像去噪方法 |
| CN102256048A (zh) * | 2011-07-19 | 2011-11-23 | 南京信息工程大学 | 一种自适应密度的图像椒盐噪声开关滤波方法 |
| CN103020911A (zh) * | 2012-12-12 | 2013-04-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于去除混合噪声的图像处理方法 |
| CN103186888A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种去除ct图像噪声的方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101248808B1 (ko) * | 2011-06-03 | 2013-04-01 | 주식회사 동부하이텍 | 경계 영역의 잡음 제거 장치 및 방법 |
-
2014
- 2014-10-15 CN CN201410548548.XA patent/CN104331863B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102014240A (zh) * | 2010-12-01 | 2011-04-13 | 深圳市蓝韵实业有限公司 | 一种实时医学视频图像去噪方法 |
| CN102256048A (zh) * | 2011-07-19 | 2011-11-23 | 南京信息工程大学 | 一种自适应密度的图像椒盐噪声开关滤波方法 |
| CN103186888A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种去除ct图像噪声的方法及装置 |
| CN103020911A (zh) * | 2012-12-12 | 2013-04-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于去除混合噪声的图像处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 梯度倒数加权平滑算法的改进与实现;魏丹, 陈淑珍, 陈彬, 杨莘;《计算机应用研究》;20051231(第3期);第153-154页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104331863A (zh) | 2015-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104331863B (zh) | 一种图像滤波去噪方法 | |
| CN111915535B (zh) | 一种图像去噪的方法及装置 | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| CN109377450B (zh) | 一种边缘保护的去噪方法 | |
| CN107067382A (zh) | 一种改进的图像边缘检测方法 | |
| CN106169181B (zh) | 一种图像处理方法及系统 | |
| 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 | |
| CN103873740B (zh) | 图像处理装置及信息处理方法 | |
| CN110730336B (zh) | 一种去马赛克方法及装置 | |
| JP6097588B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN108470343A (zh) | 一种改进的图像边缘检测方法 | |
| CN109584198B (zh) | 一种人脸图像质量评价方法、装置及计算机可读存储介质 | |
| CN102640485A (zh) | 图像处理装置、图像处理方法及集成电路 | |
| CN108765288B (zh) | 一种基于边缘保持的pocs图像超分辨重建方法 | |
| JP2013162431A (ja) | 画像信号処理装置，撮像装置および画像処理プログラム | |
| CN109671035A (zh) | 一种基于直方图的红外图像增强方法 | |
| CN104767913B (zh) | 一种对比度自适应的视频去噪系统 | |
| CN101211459A (zh) | 一种针对边界点进行处理的直方图均衡方法 | |
| CN103971345B (zh) | 一种基于改进双边滤波的图像去噪方法 | |
| CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
| CN106530254A (zh) | 一种基于小波阈值函数与改进中值滤波融合的抑制图像混合噪声算法 | |
| CN115965544A (zh) | 自适应亮度调节的图像增强方法及系统 | |
| CN109636822B (zh) | 一种基于新构建隶属度函数的改进Canny自适应边缘提取方法 | |
| CN109035228B (zh) | 一种非等厚构件的x射线图像处理方法 | |
| Josephus et al. | Multilayered contrast limited adaptive histogram equalization using frost filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |