CN109903254A - 基于泊松核改进的双边滤波方法 - Google Patents
基于泊松核改进的双边滤波方法 Download PDFInfo
- Publication number
- CN109903254A CN109903254A CN201910160778.1A CN201910160778A CN109903254A CN 109903254 A CN109903254 A CN 109903254A CN 201910160778 A CN201910160778 A CN 201910160778A CN 109903254 A CN109903254 A CN 109903254A
- Authority
- CN
- China
- Prior art keywords
- image
- poisson
- bilateral filtering
- kernel
- sliding 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种基于泊松核改进的双边滤波方法,该方法包括步骤:获取含有噪声的图像;确定用于进行双边滤波的滑动窗口的尺寸;以高斯核函数为欧式距离核,以泊松核函数为像素灰度核,得到改进后的双边滤波权重核函数;根据所述改进后的双边滤波权重核函数计算在所述图像上所述滑动窗口的中心像素点对应的滤波后的灰度值;在所述图像上移动所述滑动窗口,当所述中心像素点遍历所述图像的全部像素点后,得到滤波后的图像。本发明不但能去除噪声,同时还能保持图像边缘信息;而且不同的灰度值对应不同的泊松核函数,因此泊松核在一定程度上具有一定的适应性;同时只需改变一个参数,就可以调整滤波效果,可以省去两个参数设置的复杂性。
Description
技术领域
本发明涉及图像去噪技术领域,特别是涉及一种基于泊松核改进的双边滤波方法。
背景技术
图像数据在采集、转换和传输过程中,不可避免的受到采集环境、成像系统以及其他不确定因素的干扰,使得高光谱图像被多种统计特性截然不同的噪声污染。例如由于电子线路电荷转移、信号放大模数变换及外部影响等因素产生的加性噪声高斯噪声和由于大幅度电磁干扰、图像转换中或传输过程中产生的错误、继电器状态改变以及像元坏点等原因引起的脉冲噪声等。这些噪声的存在严重影响了图像的视觉质量。图像去噪是数字图像处理中一个重要的分支,它的主要目的是改善图像质量,便于图像处理后续工作的进行,去噪效果的好坏直接影响到图像分割、特征提取以及分类等处理的效率,因而图像的噪声预处理显得非常重要。
双边滤波算法是在传统高斯低通滤波算法的基础上改进的一种算法,相对于高斯低通滤波算法只是考虑了像素空间的邻近性,双边滤波不但考虑了空间邻域的邻近性,同时还结合了空间像素灰度的邻近性,不但能够去除噪声还能够保留图像的边缘信息。但是双边滤波存在一个很大的问题,即空间域与像素灰度域的核函数的方差sigma_s和sigma_r必须根据经验人为设置,如果设置的参数不合理则达不到有利的滤波效果,不具有自适应性。
发明内容
基于此,有必要针对现有技术中双边滤波方法存在的问题,提供一种基于泊松核改进的双边滤波方法。
为解决上述问题,本发明采取如下的技术方案:
一种基于泊松核改进的双边滤波方法,包括以下步骤:
获取含有噪声的图像;
确定用于进行双边滤波的滑动窗口的尺寸;
以高斯核函数为欧式距离核,以泊松核函数为像素灰度核,得到改进后的双边滤波权重核函数;
根据所述改进后的双边滤波权重核函数计算在所述图像上所述滑动窗口的中心像素点对应的滤波后的灰度值;
在所述图像上移动所述滑动窗口,当所述中心像素点遍历所述图像的全部像素点后,得到滤波后的图像。
与现有技术相比,本发明具有以下有益效果:
(1)本发明所提出的基于泊松核改进的双边滤波方法既能够去除图像中的噪声,同时又能够保持图像的边缘信息;
(2)本发明在参数的选择中只需调整一个参数即空间域高斯核函数的方差σs,有效降低了传统双边滤波选择两个匹配参数的复杂度,节省了算法调试时间,提高了滤波效率;
(3)本发明利用泊松核对传统双边滤波进行改进,不同的灰度值对应不同的泊松核函数,因此泊松核在一定程度上具有一定的适应性,而传统的双边滤波在参数设定后对图像进行同一函数下的滤波,不能改变滤波函数形式,不具有适应性。
附图说明
图1为本发明基于泊松核改进的双边滤波方法的流程示意图;
图2为利用本发明所提出的基于泊松核改进的双边滤波方法对遥感图像滤波的效果图,其中(a)为滤波前含有噪声的遥感图像,(b)为滤波后的遥感图像。
具体实施方式
本发明利用不同核来替代传统双边滤波方法中的高斯核,利用泊松分布函数来代替灰度域的核函数,泊松分布函数可以根据不同的灰度值形成不同的函数分布,因此将泊松核引入到双边滤波替代灰度域核函数,使其根据不同的中心点像素灰度形成不同的权值函数。下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
在其中一个实施例中,如图1所示,本发明公开一种基于泊松核改进的双边滤波方法,该方法包括以下步骤:
S100获取含有噪声的图像;
S200确定用于进行双边滤波的滑动窗口的尺寸;
S300以高斯核函数为欧式距离核,以泊松核函数为像素灰度核,得到改进后的双边滤波权重核函数;
S400根据改进后的双边滤波权重核函数计算在图像上滑动窗口的中心像素点对应的滤波后的灰度值;
S500在图像上移动滑动窗口,当中心像素点遍历图像的全部像素点后,得到滤波后的图像。
在步骤S100中,首先获取待滤波的图像,该图像为含有噪声的图像。
获取含有噪声的图像后,利用基于泊松核改进的双边滤波对图像进行滤波。
在步骤S200中,确定用于进行双边滤波的滑动窗口的尺寸大小。优选地,为方便计算,滑动窗口的形状为正方形,并且正方形的边长为N个像素点,其中N一般设为奇数正整数。
确定滑动窗口的尺寸大小之后,以高斯核函数为欧式距离核,同时以泊松核函数为像素灰度核,得到改进后的双边滤波权重核函数,与滑动窗口的中心像素点的距离越大则取的权重越小,反之,则权重越大;与滑动窗口的中心像素点的灰度值越接近的像素点取得的权重越大,反之,则越小。
泊松分布函数为下式:
将其对应到图像中,表示为:
其中,(i,j)为像素点的坐标,λ为滑动窗口的中心像素点的灰度值,k为像素点(i,j)的灰度值,p(i,j)(x=k)为像素点(i,j)对应的泊松核函数。
用泊松核函数用来替代传统双边滤波的像素灰度核(即灰度域高斯核),得到改进后的双边滤波权重核函数w(i,j)为:
其中,(m0,n0)为滑动窗口的中心像素点的坐标,σs为空间域高斯核函数的方差,f(i,j)为像素点(i,j)对应的灰度值。
在步骤S400中,根据改进后的双边滤波权重核函数计算在图像上滑动窗口的中心像素点对应的滤波后的灰度值,滑动窗口的中心像素点对应的滤波后的灰度值由下式计算得到:
其中,fb_p(m0,n0)为滤波后的滑动窗口的中心像素点(m0,n0)的灰度值,Ω为滑动窗口,滑动窗口Ω的大小为N×N,N一般设为奇数正整数。
得到滑动窗口的中心像素点对应的滤波后的灰度值的计算公式后,在步骤S500中,在图像上移动滑动窗口,当滑动窗口的中心像素点遍历图像的全部像素点后,得到滤波后的图像。在本步骤中,通过在图像上移动滑动窗口,对图像中的每一个像素点进行滤波,则可以恢复出所有像素点去噪后的灰度值,最终获得滤波后的图像,完成图像的滤波。
如图2所示为利用本实施例所提出的基于泊松核改进的双边滤波方法对遥感图像滤波的效果图,其中图2(a)为获取的含有噪声的遥感图像,图2(b)为滤波后的遥感图像。通过图2(a)与图2(b)的对比可知,滤波后的遥感图像不但抑制了噪声,同时也保持了图像的边缘信息,这表明本实施例所提出的基于泊松核改进的双边滤波方法具有较佳的滤波效果。
本发明所提出的基于泊松核改进的双边滤波方法不但能去除噪声,同时还能保持图像边缘信息;而且不同的灰度值对应不同的泊松核函数,因此泊松核在一定程度上具有一定的适应性;同时只需改变一个参数即空间域高斯核函数的方差σs,就可以调整滤波效果,可以省去两个参数设置的复杂性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (3)
1.一种基于泊松核改进的双边滤波方法,其特征在于,包括以下步骤:
获取含有噪声的图像;
确定用于进行双边滤波的滑动窗口的尺寸;
以高斯核函数为欧式距离核,以泊松核函数为像素灰度核,得到改进后的双边滤波权重核函数;
根据所述改进后的双边滤波权重核函数计算在所述图像上所述滑动窗口的中心像素点对应的滤波后的灰度值;
在所述图像上移动所述滑动窗口,当所述中心像素点遍历所述图像的全部像素点后,得到滤波后的图像。
2.根据权利要求1所述的基于泊松核改进的双边滤波方法,其特征在于,
所述滑动窗口的形状为正方形,且所述正方形的边长为N个像素点。
3.根据权利要求2所述的基于泊松核改进的双边滤波方法,其特征在于,
所述N为奇数正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160778.1A CN109903254B (zh) | 2019-03-04 | 2019-03-04 | 基于泊松核改进的双边滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160778.1A CN109903254B (zh) | 2019-03-04 | 2019-03-04 | 基于泊松核改进的双边滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903254A true CN109903254A (zh) | 2019-06-18 |
CN109903254B CN109903254B (zh) | 2020-08-18 |
Family
ID=66946379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910160778.1A Active CN109903254B (zh) | 2019-03-04 | 2019-03-04 | 基于泊松核改进的双边滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903254B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968063A (zh) * | 2020-09-07 | 2020-11-20 | 北京凌云光技术集团有限责任公司 | 一种形态学图像滤波装置及方法 |
CN112819733A (zh) * | 2021-01-29 | 2021-05-18 | 成都国科微电子有限公司 | 一种定向双边图像滤波方法及装置 |
CN114913099A (zh) * | 2021-12-28 | 2022-08-16 | 天翼数字生活科技有限公司 | 视频文件处理的方法和系统 |
CN117196997A (zh) * | 2023-10-17 | 2023-12-08 | 辽宁工程技术大学 | 基于人工智能的三维矿震图像降噪优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609904A (zh) * | 2012-01-11 | 2012-07-25 | 云南电力试验研究院(集团)有限公司电力研究院 | 双变量非局部平均滤波x射线图像消噪方法 |
CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信(上海)有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
CN104992421A (zh) * | 2015-07-09 | 2015-10-21 | 西安电子科技大学 | 一种基于OpenCL的图像去噪算法的并行优化方法 |
CN106127711A (zh) * | 2016-06-23 | 2016-11-16 | 浙江工业大学之江学院 | shearlet变换和快速双边滤波器图像去噪方法 |
US20170220322A1 (en) * | 2016-01-28 | 2017-08-03 | International Business Machines Corporation | Generating gaussian random numbers using inverse sampling and recurrence relationship |
CN107123094A (zh) * | 2017-03-23 | 2017-09-01 | 四川精目科技有限公司 | 一种混合泊松、高斯和脉冲噪声的视频去噪方法 |
-
2019
- 2019-03-04 CN CN201910160778.1A patent/CN109903254B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609904A (zh) * | 2012-01-11 | 2012-07-25 | 云南电力试验研究院(集团)有限公司电力研究院 | 双变量非局部平均滤波x射线图像消噪方法 |
CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信(上海)有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
CN104992421A (zh) * | 2015-07-09 | 2015-10-21 | 西安电子科技大学 | 一种基于OpenCL的图像去噪算法的并行优化方法 |
US20170220322A1 (en) * | 2016-01-28 | 2017-08-03 | International Business Machines Corporation | Generating gaussian random numbers using inverse sampling and recurrence relationship |
CN106127711A (zh) * | 2016-06-23 | 2016-11-16 | 浙江工业大学之江学院 | shearlet变换和快速双边滤波器图像去噪方法 |
CN107123094A (zh) * | 2017-03-23 | 2017-09-01 | 四川精目科技有限公司 | 一种混合泊松、高斯和脉冲噪声的视频去噪方法 |
Non-Patent Citations (6)
Title |
---|
JIN,B ET AL: "Bilateral image denoising in the Laplacian subbands", 《EURASIP JOURNAL ON IMAGE AND VIDEO PROCESSING》 * |
KISHAN, H ET AL: "OPTIMAL PARAMETER SELECTION FOR BILATERAL FILTERS USING POISSON UNBIASED RISK ESTIMATE", 《2012 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP 2012)》 * |
TONY LINDEBERG ET AL: "Scale-space with causal time direction", 《PROC.4TH EUROPEAN CONF.ON COMPUTER VISION》 * |
余博 等: "可控核函数的双边滤波算法", 《吉林大学学报(工学版)》 * |
张志强 等: "一种改进的双边滤波算法", 《中国图象图形学报》 * |
石磊 等: "基于可控核双边滤波Retinex水下图像增强算法", 《量子电子学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968063A (zh) * | 2020-09-07 | 2020-11-20 | 北京凌云光技术集团有限责任公司 | 一种形态学图像滤波装置及方法 |
CN111968063B (zh) * | 2020-09-07 | 2024-01-26 | 凌云光技术股份有限公司 | 一种形态学图像滤波装置及方法 |
CN112819733A (zh) * | 2021-01-29 | 2021-05-18 | 成都国科微电子有限公司 | 一种定向双边图像滤波方法及装置 |
CN112819733B (zh) * | 2021-01-29 | 2024-04-16 | 成都国科微电子有限公司 | 一种定向双边图像滤波方法及装置 |
CN114913099A (zh) * | 2021-12-28 | 2022-08-16 | 天翼数字生活科技有限公司 | 视频文件处理的方法和系统 |
CN117196997A (zh) * | 2023-10-17 | 2023-12-08 | 辽宁工程技术大学 | 基于人工智能的三维矿震图像降噪优化方法 |
CN117196997B (zh) * | 2023-10-17 | 2024-02-02 | 辽宁工程技术大学 | 基于人工智能的三维矿震图像降噪优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109903254B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109903254A (zh) | 基于泊松核改进的双边滤波方法 | |
CN106355561B (zh) | 基于噪点先验约束的全变分图像去噪方法 | |
CN108805840B (zh) | 图像去噪的方法、装置、终端及计算机可读存储介质 | |
CN107220988B (zh) | 基于改进canny算子的零部件图像边缘提取方法 | |
CN106251318B (zh) | 一种序列图像的去噪装置及方法 | |
CN109377450B (zh) | 一种边缘保护的去噪方法 | |
CN109389560B (zh) | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 | |
CN109003233B (zh) | 一种基于自适应权重全变分模型的图像去噪方法 | |
CN109410124A (zh) | 一种视频图像的降噪方法及装置 | |
Weizheng et al. | Digital image denoising method based on mean filter | |
CN111724315B (zh) | 一种基于自适应加权中值滤波的红外图像噪声去除方法 | |
CN100367770C (zh) | 一种去除视频孤立噪声点的方法 | |
Bhateja et al. | Performance improvement of decision median filter for suppression of salt and pepper noise | |
Soni et al. | Removal of high density salt and pepper noise removal by modified median filter | |
Mai et al. | A modified unsharp masking method using particle swarm optimization | |
CN115937013B (zh) | 一种基于空域的亮度去噪方法和装置 | |
CN105761210A (zh) | 基于自适应冲击滤波的低分辨率图像放大方法及装置 | |
CN113822835B (zh) | 一种易于硬件实现的图像清晰度评价方法 | |
Wang et al. | Adaptive switching anisotropic diffusion model for universal noise removal | |
Kaur et al. | Study of Image enhancement techniques in image processing: A review | |
Lakshman et al. | Image interpolation using shearlet based sparsity priors | |
Li et al. | Extended neighborhood-based road and median filter for impulse noise removal from depth map | |
CN109936679B (zh) | 影像梯度提升方法与影像梯度提升电路 | |
CN109242803A (zh) | 一种应用于微波图像的复原方法及装置 | |
CN117422656B (zh) | 一种低照度模糊交通图像增强方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |