CN109615597B - 一种基于中心仿射滤波的图像斑点噪声抑制方法 - Google Patents

Abstract

本发明属于图像处理领域，公开了一种基于中心仿射滤波的图像斑点噪声抑制方法，包含如下步骤：步骤(1)：设置图像矩阵；步骤(2)：初始化滤波窗口尺寸；步骤(3)：计算所有像素点的局部代数均值；步骤(4)：计算像素点的局部几何均值；步骤(5)：根据像素点的局部代数均值和像素点的局部几何均值，计算像素点的分散度参数；步骤(6)：根据像素点的分散度参数，利用中心仿射滤波器，计算中心仿射滤波之后的像素点的亮度；步骤(7)：根据中心仿射滤波之后的像素点的亮度，输出中心仿射滤波之后的图像。本发明根据像素点局部邻域的代数均值和几何均值自适应调整中心仿射滤波器参数，能够在不损失图像有用细节信息的基础上有效抑制斑点噪声。

Description

一种基于中心仿射滤波的图像斑点噪声抑制方法

技术领域

本发明属于图像处理领域，尤其涉及一种基于中心仿射滤波的图像斑点噪声抑制方法。

背景技术

斑点噪声存在于成像系统中，源自基本分辨单元内地物的随机散射，在图像上表现为信号相关的小斑点，它既降低了图像的画面质量，又严重影响图像的自动分割、分类、目标检测以及其它定量专题信息的提取。

由于特殊的成像机理以及复杂的背景环境，基于相干原理的成像系统，例如雷达成像系统、声纳成像系统不可避免地会产生较多的斑点噪声。这类噪声严重降低了图像信噪比，为后续图像配准、目标检测等任务带来极大困难。因此，亟需研究有效地图像斑点噪声抑制技术。

目前，常用的斑点噪声去除方法可分为两大类：时域方法和变换域方法。其中时域方法可进一步分为尺度滤波、自适应滤波、最大后验概率滤波、各向异性扩散滤波以及非局部均值滤波。常用的高斯滤波、中值滤波和均值滤波属于尺度滤波方法，Lee滤波、Kuan滤波、Frost滤波和递归最小二乘滤波属于自适应滤波技术，而Gamma滤波则属于最大后验概率滤波。变换域斑点噪声去除方法主要包括多尺度滤波、统计匹配滤波和重叠变换滤波。为了进一步提高斑点噪声的抑制效果，研究者将多种滤波技术相结合，提出了混合滤波方法。例如，将小波变换和双边滤波相结合的方法以及非局部均值滤波与Lee滤波相结合的方法等。

虽然研究者提出了众多斑点噪声抑制技术，但是现有方法仍然不能很好地解决图像细节信息保持和噪声去除这一矛盾，往往是去除噪声的同时损失掉图像细节信息。

申请号为200710122105.4的专利公开了一种合成孔径雷达图像自适应斑点噪声抑制方法，提出了用一种全局统计量异质性熵，作为判断区域同质异质性的标准，由于异质性熵利用图像全局的概率统计分布，可以很好地测量出边缘细节和纹理信息的变化，从而更准确地对图像局部同质异质性进行判断，并自适应地采取不同的降噪处理措施，这种方法可以在不牺牲空间分辨率的前提下抑制合成孔径雷达图像中的斑点噪声，并保留目标边缘、纹理细节信息的作用。但该方法存在易造成伪影的缺点。

申请号为CN201210176337.9的专利公开了一种斑点噪声污染图像的非局部均值滤波方法，包括以下步骤：通过脉冲发送皮层模型迭代计算斑点噪声污染图像的神经元点火状态图序列，由神经元点火状态图序列抽取Renyi熵向量，基于Renyi熵向量对斑点噪声污染图像进行非局部均值滤波，以得到去噪后的灰度值。从含斑点噪声的图像中提取出旋转、平移和缩放不变性，比传统的方法能够利用更多的图像信息来进行去噪。但该发明处理的数据量大，对硬件要求高。

发明内容

本发明的目的在于公开降噪能力强又能保留细节信息的一种基于中心仿射滤波的图像斑点噪声抑制方法。

本发明的目的是这样实现的：

一种基于中心仿射滤波的图像斑点噪声抑制方法，包含如下步骤：

步骤(1)：设I为含有斑点噪声的尺寸为H×W像素的图像矩阵，I(i,j)表示像素点(i,j)位置处图像的亮度，i＝1,2,…,H；j＝1,2,…,W；

步骤(2)：初始化：令滤波窗口尺寸为(2l+1)×(2l+1)，l为正整数；令N＝(2l+1)×(2l+1)；

步骤(3)：计算所有像素点(i,j)的局部代数均值m_a(i,j)：

步骤(4)：计算像素点(i,j)的局部几何均值m_g(i,j)：

步骤(5)：根据像素点(i,j)的局部代数均值m_a(i,j)和像素点(i,j)的局部几何均值m_g(i,j)，计算像素点(i,j)的分散度参数γ(i,j)：

步骤(6)：根据像素点(i,j)的分散度参数γ(i,j)，利用中心仿射滤波器，计算中心仿射滤波之后的像素点(i,j)的亮度F(i,j)：

步骤(7)：根据中心仿射滤波之后的像素点(i,j)的亮度F(i,j)，输出中心仿射滤波之后的图像。

本发明的有益效果为：

本发明根据像素点局部邻域的代数均值和几何均值自适应调整中心仿射滤波器参数，能够在不损失图像有用细节信息的基础上通过自适应滤波有效抑制斑点噪声。

附图说明

图1是一种基于中心仿射滤波的图像斑点噪声抑制方法；

图2是包含斑点噪声的原始图像；

图3是滤波窗口参数l＝3、7、9、11、13时经中心仿射滤波方法处理后得到的图像。

具体实施方式

下面结合附图来进一步描述本发明：

如图1，一种基于中心仿射滤波的图像斑点噪声抑制方法，包含如下步骤：

步骤(1)：设I为含有斑点噪声的尺寸为H×W像素的图像矩阵，I(i,j)表示像素点(i,j)位置处图像的亮度，i＝1,2,…,H；j＝1,2,…,W；

步骤(2)：初始化：令滤波窗口尺寸为(2l+1)×(2l+1)，l为正整数；令N＝(2l+1)×(2l+1)；

步骤(3)：计算所有像素点(i,j)的局部代数均值m_a(i,j)：

步骤(4)：计算像素点(i,j)的局部几何均值m_g(i,j)：

步骤(5)：根据像素点(i,j)的局部代数均值m_a(i,j)和像素点(i,j)的局部几何均值m_g(i,j)，计算像素点(i,j)的分散度参数γ(i,j)：

步骤(6)：根据像素点(i,j)的分散度参数γ(i,j)，利用中心仿射滤波器，计算中心仿射滤波之后的像素点(i,j)的亮度F(i,j)：

步骤(7)：根据中心仿射滤波之后的像素点(i,j)的亮度F(i,j)，输出中心仿射滤波之后的图像。

如图2，可见处理前图像中有明显的斑点噪声。如图3，分别将滤波窗口参数l设置为3、7、9、11、13时，得到的降噪后的图像，可见随着滤波窗口参数l的增大，图像中的斑点噪声越来越不明显。比较图1和图2可知，本发明提出的方法可以在保持边缘和较小亮点等有用细节信息的基础上较好地抑制噪声。

与现有技术相比，本发明根据像素点局部邻域的代数均值和几何均值自适应调整中心仿射滤波器参数，能够在不损失图像有用细节信息的基础上有效抑制斑点噪声。

以上所述并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于中心仿射滤波的图像斑点噪声抑制方法，其特征在于：包含如下步骤：

步骤(1)：设I为含有斑点噪声的尺寸为H×W像素的图像矩阵，I(i,j)表示像素点(i,j)位置处图像的亮度，i＝1,2,…,H；j＝1,2,…,W；

步骤(2)：初始化：令滤波窗口尺寸为(2l+1)×(2l+1)，l为正整数；令N＝(2l+1)×(2l+1)；

步骤(3)：计算所有像素点(i,j)的局部代数均值m_a(i,j)：

步骤(4)：计算像素点(i,j)的局部几何均值m_g(i,j)：

步骤(5)：根据像素点(i,j)的局部代数均值m_a(i,j)和像素点(i,j)的局部几何均值m_g(i,j)，计算像素点(i,j)的分散度参数γ(i,j)：

步骤(6)：根据像素点(i,j)的分散度参数γ(i,j)，利用中心仿射滤波器，计算中心仿射滤波之后的像素点(i,j)的亮度F(i,j)；

步骤(7)：根据中心仿射滤波之后的像素点(i,j)的亮度F(i,j)，输出中心仿射滤波之后的图像。

2.根据权利要求1所述的一种基于中心仿射滤波的图像斑点噪声抑制方法，其特征在于：所述的中心仿射滤波之后的像素点(i,j)的亮度F(i,j)：

Images