CN111179186A - 一种保护图像细节的图像去噪系统 - Google Patents

一种保护图像细节的图像去噪系统 Download PDF

Info

Publication number
CN111179186A
CN111179186A CN201911274155.3A CN201911274155A CN111179186A CN 111179186 A CN111179186 A CN 111179186A CN 201911274155 A CN201911274155 A CN 201911274155A CN 111179186 A CN111179186 A CN 111179186A
Authority
CN
China
Prior art keywords
pixel point
image
neighborhood
denoising
unit
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.)
Withdrawn
Application number
CN201911274155.3A
Other languages
English (en)
Inventor
杨刘
洪宇
黄奕峰
许辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201911274155.3A priority Critical patent/CN111179186A/zh
Publication of CN111179186A publication Critical patent/CN111179186A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明公开了一种保护图像细节的图像去噪系统，属于图像处理技术领域，该系统包括：第一去噪模块，用于利用多邻域中值滤波算法去除图像中的脉冲噪声；第二去噪模块，用于利用基于非局部图像块平均的NL‑Means算法去除图像中的高斯噪声。本发明相对于传统的滤波方法，在滤除噪声的同时能很好的保护图像的细节；且针对不同的噪声，进行不同的处理，具有更强的针对性，滤波效果更佳。

Description

一种保护图像细节的图像去噪系统
技术领域
本发明属于图像处理技术领域，特别涉及一种保护图像细节的图像去噪系统。
背景技术
在当今信息化社会里，图像在信息传播中所发挥的作用越来越大，而图像在获取、处理和传播过程中，不可避免地会遭到噪声地干扰。图像中噪声来源有许多种，这些噪声来源于图像采集、传输、压缩等各个方面。噪声的种类也各不相同，比如脉冲噪声、高斯噪声等。图像获取与传输过程中受各类噪声源干扰使得图像质量下降，使得人眼或机器对于图像中目标的探测与识别能力减弱，而检测图像的边缘等细节信息是目标检测跟踪的一种重要方式，因此在数字图像处理中，滤除噪声、保留细节，对于提升图像清晰度、改善视觉效果具有重要意义。常采用低通滤波平滑图像，去除噪声，高通滤波锐化图像，增强边缘等细节信息，这属于两个相互矛盾的处理方向。
脉冲噪声在可能出现的噪声中尤为突出，为了消除脉冲噪声，人们提出了许多方法，其中标准中值滤波对脉冲噪声去噪效果良好，其将窗口内的像素点灰度值从小到大排列，取中间值作为窗口中心像素点的灰度值，具有简单、高效的优点，但在抑制噪声的同时也丢失了图像部分细节信息，传统的中值滤波方法需要对图像中的每个像素点进行处理，因此不可避免地会破坏未遭到噪声污染的像素点，从而使滤波后的图像质量下降。高斯噪声也是工程中出现频率很高的噪声，常用的方法是图像求平均，对N幅相同的图像求平均的结果将使得高斯噪声的方差降低到原来的N分之一，现在效果比较好的算法都是基于这一思想来进行算法设计，但它不能很好地保护图像细节以及不能很好地去除噪声点。
发明内容
本发明的目的在于提供一种能兼顾滤除噪声和保留图像细节信息的图像去噪系统。
实现本发明目的的技术解决方案为：一种保护图像细节的图像去噪系统，所述系统包括：
第一去噪模块，用于利用多邻域中值滤波算法去除图像中的脉冲噪声；
第二去噪模块，用于利用基于非局部图像块平均的NL-Means算法去除图像中的高斯噪声。
进一步地，所述第一去噪模块包括依次执行的：
第一判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行第二判别单元；
第二判别单元，用于判断当前像素点的灰度值与其n×n邻域中所有像素灰度值的中值之差是否超过预设阈值T，若超过，则执行第一去噪单元，反之返回第一判别单元，对下一像素点进行处理；
第一去噪单元，用于将当前像素点的灰度值替换为其n×n邻域中所有像素灰度值的中值，之后执行第三判别单元；
第三判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行参数更新单元，否则判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理；
参数更新单元，用于将n值递增2，并返回执行第一判别单元。
进一步地，所述第二去噪模块包括依次执行的：
分块单元，用于获取当前像素点的n×n邻域，以及该邻域中每个像素点p各自的n×n邻域；
权重求取单元，用于求取当前像素点邻域与其邻域中每个像素点p对应邻域之间的相似度，作为该像素点p对应的权重；
第二去噪单元，用于将每个像素点p的灰度值与该像素点对应的权重相乘，并对所有相乘结果求和，将当前像素点的灰度值替换为求和结果；
第四判别单元，判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理。
本发明与现有技术相比，其显著优点为：1)相对于传统的滤波方法，本发明在滤除噪声的同时能很好的保护图像的细节；2)针对不同的噪声，进行不同的处理，具有更强的针对性，滤波效果更佳。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明保护图像细节的图像去噪系统的结构示意图。
图2为实施例中本发明与传统滤波方法对加入0.05强度混合脉冲和高斯噪声的图像进行滤波处理的结果对比图，其中图(a)为原图，图(b)为对图(a)加入0.05强度噪声后的图像，图(c)为利用中值滤波法对图(b)进行滤波的结果图，图(d)为利用双边滤波法对图(b)进行滤波的结果图，图(e)为利用本发明对图(b)进行滤波的结果图。
图3为实施例中本发明与传统滤波方法对加入0.25强度混合脉冲和高斯噪声的图像进行滤波处理的结果对比图，其中图(a)为原图，图(b)为对图(a)加入0.25强度噪声后的图像，图(c)为利用中值滤波法对图(b)进行滤波的结果图，图(d)为利用双边滤波法对图(b)进行滤波的结果图，图(e)为利用本发明对图(b)进行滤波的结果图。
具体实施方式
结合图1，本发明提出了一种保护图像细节的图像去噪系统，该系统包括：
第一去噪模块，用于利用多邻域中值滤波算法去除图像中的脉冲噪声。该模块包括依次执行的：
第一判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行第二判别单元；
第二判别单元，用于判断当前像素点的灰度值与其n×n邻域中所有像素灰度值的中值之差是否超过预设阈值T，若超过，则执行第一去噪单元，反之返回第一判别单元，对下一像素点进行处理；
第一去噪单元，用于将当前像素点的灰度值替换为其n×n邻域中所有像素灰度值的中值，之后执行第三判别单元；
第三判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行参数更新单元，否则判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理；
参数更新单元，用于将n值递增2，并返回执行第一判别单元。
第二去噪模块，用于利用基于非局部图像块平均的NL-Means算法去除图像中的高斯噪声。该模块包括依次执行的：
分块单元，用于获取当前像素点的n×n邻域，以及该邻域中每个像素点p各自的n×n邻域；
权重求取单元，用于求取当前像素点邻域与其邻域中每个像素点p对应邻域之间的相似度，作为该像素点p对应的权重；
第二去噪单元，用于将每个像素点p的灰度值与该像素点对应的权重相乘，并对所有相乘结果求和，将当前像素点的灰度值替换为求和结果；
第四判别单元，判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理。
进一步优选地，上述权重求取单元中求取当前像素点邻域与其邻域中每个像素点p对应邻域之间的相似度，作为该像素点p对应的权重，所用公式为：
Figure BDA0002315079320000041
式中，ω(x,y)为像素点x对应邻域和像素点y对应邻域之间的相似度，V(x)、V(y)分别为像素点x和像素点y的邻域，
Figure BDA0002315079320000042
表示两个邻域的高斯加权欧式距离，n(x)为归一化因子，h＞0为滤波系数，a＞0为高斯核的标准差。
下面结合实施例对本发明作进一步详细的描述。
实施例
本实施例进行了两组实验对本发明进行验证。
第一组实验：对图2(a)所示的图添加0.05强度混合脉冲和高斯噪声如图2(b)所示，利用中值滤波法、双边滤波法以及本发明系统对图2(b)的图像进行滤波处理，滤波结果分别如图2(c)、图2(d)、图2(e)所示。
第二组实验：对图3(a)所示的图添加0.25强度混合脉冲和高斯噪声如图3(b)所示，利用中值滤波法、双边滤波法以及本发明系统对图3(b)的图像进行滤波处理，滤波结果分别如图3(c)、图3(d)、图3(e)所示。
对比滤波结果可知，本发明与传统方法相比，能更有效的滤除噪声、平滑图像、保护图像边缘。

Claims (4)

1.一种保护图像细节的图像去噪系统，其特征在于，所述系统包括：
第一去噪模块，用于利用多邻域中值滤波算法去除图像中的脉冲噪声；
第二去噪模块，用于利用基于非局部图像块平均的NL-Means算法去除图像中的高斯噪声。
2.根据权利要求1所述的保护图像细节的图像去噪系统，其特征在于，所述第一去噪模块包括依次执行的：
第一判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行第二判别单元；
第二判别单元，用于判断当前像素点的灰度值与其n×n邻域中所有像素灰度值的中值之差是否超过预设阈值T，若超过，则执行第一去噪单元，反之返回第一判别单元，对下一像素点进行处理；
第一去噪单元，用于将当前像素点的灰度值替换为其n×n邻域中所有像素灰度值的中值，之后执行第三判别单元；
第三判别单元，用于对比图像中当前像素点的灰度值与其n×n邻域中所有像素的灰度值，判定该像素的灰度值是否为其邻域中的最值，若是，则执行参数更新单元，否则判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理；
参数更新单元，用于将n值递增2，并返回执行第一判别单元。
3.根据权利要求1所述的保护图像细节的图像去噪系统，其特征在于，所述第二去噪模块包括依次执行的：
分块单元，用于获取当前像素点的n×n邻域，以及该邻域中每个像素点p各自的n×n邻域；
权重求取单元，用于求取当前像素点邻域与其邻域中每个像素点p对应邻域之间的相似度，作为该像素点p对应的权重；
第二去噪单元，用于将每个像素点p的灰度值与该像素点对应的权重相乘，并对所有相乘结果求和，将当前像素点的灰度值替换为求和结果；
第四判别单元，判断图像中的所有像素是否全部被遍历，若是，则完成整幅图像的去噪，反之返回第一判别单元，对下一像素点进行处理。
4.根据权利要求3所述的保护图像细节的图像去噪系统，其特征在于，所述权重求取单元中求取当前像素点邻域与其邻域中每个像素点p对应邻域之间的相似度，作为该像素点p对应的权重，所用公式为：
Figure FDA0002315079310000021
式中，ω(x,y)为像素点x对应邻域和像素点y对应邻域之间的相似度，V(x)、V(y)分别为像素点x和像素点y的邻域，
Figure FDA0002315079310000022
表示两个邻域的高斯加权欧式距离，n(x)为归一化因子，h＞0为滤波系数，a＞0为高斯核的标准差。
CN201911274155.3A 2019-12-12 2019-12-12 一种保护图像细节的图像去噪系统 Withdrawn CN111179186A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911274155.3A CN111179186A (zh) 2019-12-12 2019-12-12 一种保护图像细节的图像去噪系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911274155.3A CN111179186A (zh) 2019-12-12 2019-12-12 一种保护图像细节的图像去噪系统

Publications (1)

Publication Number Publication Date
CN111179186A true CN111179186A (zh) 2020-05-19

Family

ID=70650327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911274155.3A Withdrawn CN111179186A (zh) 2019-12-12 2019-12-12 一种保护图像细节的图像去噪系统

Country Status (1)

Country Link
CN (1) CN111179186A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288643A (zh) * 2020-09-24 2021-01-29 湖北大学 图像去噪方法及系统
CN112419190A (zh) * 2020-11-24 2021-02-26 海南大学 一种基于局部统计信息和几何距离的脉冲噪声滤波方法、系统
CN112785513A (zh) * 2020-08-25 2021-05-11 青岛经济技术开发区海尔热水器有限公司 一种用于过滤脉冲噪声的自适应中值滤波方法
CN114255179A (zh) * 2021-12-09 2022-03-29 河北地质大学 地震图像噪声压制方法、装置及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785513A (zh) * 2020-08-25 2021-05-11 青岛经济技术开发区海尔热水器有限公司 一种用于过滤脉冲噪声的自适应中值滤波方法
CN112785513B (zh) * 2020-08-25 2023-04-18 青岛经济技术开发区海尔热水器有限公司 一种用于过滤脉冲噪声的自适应中值滤波方法
CN112288643A (zh) * 2020-09-24 2021-01-29 湖北大学 图像去噪方法及系统
CN112419190A (zh) * 2020-11-24 2021-02-26 海南大学 一种基于局部统计信息和几何距离的脉冲噪声滤波方法、系统
CN112419190B (zh) * 2020-11-24 2023-06-20 海南大学 一种基于局部统计信息和几何距离的脉冲噪声滤波方法、系统
CN114255179A (zh) * 2021-12-09 2022-03-29 河北地质大学 地震图像噪声压制方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN111179186A (zh) 一种保护图像细节的图像去噪系统
CN107220988B (zh) 基于改进canny算子的零部件图像边缘提取方法
CN106815821B (zh) 近红外图像的去噪方法和装置
CN102281386B (zh) 一种对视频图像进行自适应去噪的方法及装置
CN102479383B (zh) 椒盐噪声去除方法及装置
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
CN112150371B (zh) 图像降噪方法、装置、设备及存储介质
CN107230208B (zh) 一种高斯噪声的图像噪声强度估计方法
CN110796615A (zh) 一种图像去噪方法、装置以及存储介质
CN109214996B (zh) 一种图像处理方法及装置
CN112508816B (zh) 一种红外图像锐化方法、锐化处理系统及终端设备
CN100367770C (zh) 一种去除视频孤立噪声点的方法
CN111696064B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN103971345A (zh) 一种基于改进双边滤波的图像去噪方法
CN102118547A (zh) 图像加权滤波的方法
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
CN110827209A (zh) 一种联合颜色与深度信息的自适应深度图像修复方法
Kusnik et al. On the robust technique of mixed Gaussian and impulsive noise reduction in color digital images
CN104966271A (zh) 基于生物视觉感受野机制的图像去噪方法
Kim et al. Separable bilateral nonlocal means
CN115187486A (zh) 一种图像锐化黑白边消除方法及系统
RU2405200C2 (ru) Способ и устройство быстрого фильтрования шума цифровых изображений
Guo et al. A fuzzy filter for color images corrupted by mixed Noise
CN112200730B (zh) 图像滤波处理方法、装置、设备及存储介质
CN112801903A (zh) 一种基于视频降噪的目标跟踪方法、装置和计算机设备

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200519