CN112258421A

CN112258421A - 一种基于prewitt算子的图像增强及降噪的方法与系统

Info

Publication number: CN112258421A
Application number: CN202011259025.5A
Authority: CN
Inventors: 向佐勇
Original assignee: Central South University of Forestry and Technology
Current assignee: Central South University of Forestry and Technology
Priority date: 2020-11-07
Filing date: 2020-11-07
Publication date: 2021-01-22

Abstract

本申请公开了一种基于prewitt算子的图像增强及降噪的方法与系统，该方法包括：步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；步骤2，对位于图像中间则进行prewitt算子模板计算，得到初步的输出：步骤3，对初始输出进行二值化处理，绝对值高于事先给定的参数a的赋值1，低于a的赋值0，得到二值化的初始边缘图像；步骤4对上步赋值为1的点搜索联结像素数，低于事先给定的第二个参数b的判定为噪点，对原像素利用高斯模块降噪，高于b的判定为边缘点进行增强，若该点所对应的A(i，j)＞0，原像素值增加指定像素数，若该点所对应的A(i，j)＜0，原像素值减少指定像素数；步骤5得到最终的增强图像。本申请的技术方案能在不增加噪点的基础上对原图像进行显著的边缘增强，同时还能对原图像进行一定程度的降噪。

Description

一种基于prewitt算子的图像增强及降噪的方法与系统

技术领域

本发明涉及图像处理领域，尤其涉及图像增强及降噪的方法及系统。

背景技术

在数字图像处理技术中，边缘的增强是图像处理极为重要的组成部部分。同时在生物医疗、计算机视觉、机器学习、模式识别等诸多领域中，边缘增强都是一个重要的研究课题。

根据边缘增强的的特点，可以将其大致分为两类。一类是空间域增强算法。如UM，Laplae算法。一类是频率增强算法，如HE，CLAHE等。本申请提出的算法属于第一类

发明内容

本申请提供了基于高斯函数自适应模板的图像增强及降噪算法，以增强图像边缘，而且具备一定的降噪能力。

类似于一阶微分算子，本方法也采用模板来求初步的图像边缘，在3x3模块中：

V(i，j)＝abs(A(j-1，k+1)-A(j+1，k+1)+A(j-1，k)-A(j+1，k)+A(j-1，k-1)-A(j+1，k-1))+abs(A(j-1，k+1)+A(j，k+1)+A(j+1，k+1)-A(j-1，k-1)-A(j，k-1)-A(j+1，k-1))，

其中A(i，j)为中间像素。

在得到初步输出后，对低于阈值的像素点置零，高于阈值a置1，得到初步的黑白的边缘图V。

对得到的二值化边缘图V中为1的像素点搜索连接像素数，连接像素数低于阈值b，判定为噪点，对该像素实施高斯降噪；若连接像素数超过阈值b，则判断为真边缘像素，若该像素值大于3x3邻域像素平均值，则在原像素值基础上增加指定像素值，若该像素值小于3x3邻域像素平均值，则在原像素值基础上减去指定像素值。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为原图，图2为应用本申请方法增强后的图；

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

为了改进各种图像设置获取的原始图像的图像质量，提出一种基于像素影响作用的均匀归一化的图像增强方法：

本申请提供的图像处理方法包括：

步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；

步骤2，对图像的中间像素逐行逐列进行如下操作：

V(i，j)＝abs(A(j-1，k+1)-A(j+1，k+1)+A(j-1，k)-A(j+1，k)+A(j-1，k-1)-A(j+1，k-1))+abs(A(j-1，k+1)+A(j，k+1)+A(j+1，k+1)-A(j-1，k-1)-A(j，k-1)-A(j+1，k-1))，得到初步的输出；

步骤3对上面得到的输出进行二值化处理，低于指定阈值的像素点置零，高于指定阈值的像素点置，得到黑白边缘图；

步骤4对黑白边缘图中值为1的像素搜索联结像素数，连接像素数低于阈值b，判定为噪点，对该像素实施高斯降噪；若连接像素数超过阈值b，则判断为真边缘像素，若该像素值大于3x3邻域像素平均值，则在原像素值基础上增加指定像素值，若该像素值小于3x3邻域像素平均值，则在原像素值基础上减去指定像素值。

步骤5得到最终的增强及降噪图。

上述流程中，其中A(i，j)表示原图像中第i行j列的原像素，V(i，j)表示第i行j列的输出像素值。

上式等号左侧表示第i行j列像素的邻域操作的结果，右侧表示邻域操作的具体计算方式，其中A(i，j)表示当前第i行j列的像素，其表示邻域操作之前像素的值，A(i，j)的邻域有八个，具体指A(i-1，j-1)，A(i-1，j)，A(i-1，j+1)，A(i，j-1)，A(i，j+1)，A(i+1，j-1)，A(i+1，j)，A(i+1，j+1)等。

过程中涉及到两个常数，二值化时用到的阈值a，搜索联结像素数时用到的阈值b，以及增强时增加或减少像素数依据个人经验及具体图像指定。

需要说明的是，上面的程序是基于matlab实现仅作为示例，本领域技术人员可以利用其他编程语言来实现本发明的技术方案；

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施、完全软件实施、或结合软件和硬件方面的实施的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

上述说明示出并描述了本发明的若干具体实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims

1.一种图像增强及降噪方法，其特征在于对步骤2中所得到的边缘图像中为1的像素点搜索连接像素数，若连接像素数小于阈值b的像素判断为噪点，若连接像素数超过阈值b，则判断为真边缘。

2.若边缘图像中判定为噪点的像素，对原像素利用高斯模块进行降噪。若判断为真边缘像素的，若该像素值大于3x3邻域像素平均值，则在原像素值基础上增加指定像素值，若该像素值小于3x3邻域像素平均值，则在原像素值基础上减去指定像素值。