CN112581398A - 基于区域生长标号的图像降噪方法 - Google Patents

基于区域生长标号的图像降噪方法 Download PDF

Info

Publication number
CN112581398A
CN112581398A CN202011524703.6A CN202011524703A CN112581398A CN 112581398 A CN112581398 A CN 112581398A CN 202011524703 A CN202011524703 A CN 202011524703A CN 112581398 A CN112581398 A CN 112581398A
Authority
CN
China
Prior art keywords
points
image
growing
seed
seed points
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.)
Pending
Application number
CN202011524703.6A
Other languages
English (en)
Inventor
吴忍
孙渊
严道森
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.)
Shanghai Dianji University
Original Assignee
Shanghai Dianji University
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 Shanghai Dianji University filed Critical Shanghai Dianji University
Priority to CN202011524703.6A priority Critical patent/CN112581398A/zh
Publication of CN112581398A publication Critical patent/CN112581398A/zh
Pending 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于区域生长标号的图像降噪方法，包括如下步骤：S1、寻找及确定种子点；S2、区域生长，种子点置标记并进栈生长，判断栈顶指针是否大于‑1，若满足则进入下一循环过程，生长过的种子点出栈，并对出栈的种子点数量进行统计，判断该种子点的八领域点是否满足生长条件；S3、继续遍历图像，将没有生长过的像素点进行是否满足生长条件判定，不断寻找八领域点中符合生长条件的领域点并合并，同时，给属于不同区域的种子点进行标号，直到遍历图像完毕；S4、根据设定好的对一区域总像素值的阈值要求，将总像素值低于阈值的图像区域像素值设置为0，即视为噪声，进行去除，其余区域的像素值设为255，为有效区域。

Description

基于区域生长标号的图像降噪方法
技术领域
本发明涉及图像处理技术领域，具体来说，是一种基于区域生长标号的图像降噪方法。
背景技术
二值图像凭借其直观清晰的特点，被广泛的应用于目标检测、位置提取等领域，且传真以及商业扫描文档均为二值图像。然而，受到拍摄环境、设备限制以及图像预处理和边缘检测不佳等因素的影响，最终提取的二值图像往往存在着各种类型的噪声，大大降低了图像的质量，影响使用。同时，二值图由于其低熵特性，图像处理中很多经典降噪方法如高斯滤波、均值滤波，很难较好的应用于二值图像上。
针对二值图像存在噪声的问题，目前并没有较为经典的降噪方法，最常用的就是运用形态学图像处理，包括多次的膨胀、腐蚀运算，或者对二值图像进行开运算和闭运算。虽然这些简单的方法，可以在一定程度上降低二值图像的噪声，但是往往会将图像上大量的有效信息损坏，得不偿失。
发明内容
本发明的目的是提供基于区域生长标号的图像降噪方法，以解决现有技术中存在的问题。
本发明的目的是这样实现的：基于区域生长标号的图像降噪方法，包括如下步骤：
S1、寻找及确定种子点；
S2、区域生长，种子点置标记并进栈生长，判断栈顶指针是否大于-1，若满足则进入下一循环过程，在该循环中，生长过的种子点出栈，并对出栈的种子点数量进行统计，然后根据设定的生长规则，判断该种子点的八领域点是否满足生长条件，若满足则认为该领域点为下一个种子点并标记进栈生长，以上过程不断重复，直到没有满足生长条件的种子点出现；
S3、继续遍历图像，将没有生长过的像素点进行是否满足生长条件判定，并在生长的过程中，不断寻找八领域点中符合生长条件的领域点并合并，同时，给属于不同区域的种子点进行标号，直到遍历图像完毕；
S4、根据设定好的对一区域总像素值的阈值要求，将总像素值低于阈值的图像区域像素值设置为0，即视为噪声，进行去除，其余区域的像素值设为255，为有效区域。
本发明的有益效果在于：
本发明为了能有效的降低二值图像噪声，以区域生长算法为基础，并对种子点生长区域进行标号，最后以每个区域为单位，进行阈值比较；这种方法不仅可以节省大量时间，且有别于当前一些降噪方法对图像进行分块处理，能够最大程度的降低图像噪声，同时保留图像的有效信息。
附图说明
图1是本发明中原始的二值图像示意图。
图2是降噪后的二值图像示意图。
图3是本发明的流程示意图。
具体实施方式
下面结合附图1-3和具体实施例对本发明进一步说明。
如图3所示，本实施例提供了一种基于区域生长标号的图像降噪方法，包括如下步骤：
S1、遍历图像所有像素点直到完毕，寻找及确定种子点，确定种子点条件为：若该像素点的像素值为255，同时满足该点的八个领域点中至少有三个像素点的像素值为255，则该点可作为生长点，基于种子点的确定条件，每隔三个像素点在图像中遍历寻找种子点；
S2、区域生长，种子点置标记并进栈生长，判断栈顶指针是否大于-1，若满足则进入下一循环过程，在该循环中，生长过的种子点出栈，并对出栈的种子点数量进行统计，然后根据设定的生长规则，判断该种子点的八领域点是否满足生长条件，若满足则认为该领域点为下一个种子点并标记进栈生长，以上过程不断重复，直到没有满足生长条件的种子点出现；
S3、继续遍历图像，将没有生长过的像素点进行是否满足生长条件判定，并在生长的过程中，不断寻找八领域点中符合生长条件的领域点并合并，同时，给属于不同区域的种子点进行标号，直到遍历图像完毕；
S4、根据设定好的对一区域总像素值的阈值要求，将总像素值低于阈值的图像区域像素值设置为0，即视为噪声，进行去除，其余区域的像素值设为255，为有效区域；
S5、完成以上两个循环，整个二值图像去噪过程即结束。
基于区域生长，可有效去除二值图像中的噪声区域，如图2所示，与图1相比，二值图像中小范围的噪声区域已经消除，而原本的有效图像几乎被完整的保留下来。可见，本发明基于区域生长标号的图像降噪方法是十分有效的。
以上是本发明的优选实施例，本领域普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本发明总的构思的前提下，这些变换或改进都应当属于本发明要求保护范围之内。

Claims (4)

1.基于区域生长标号的图像降噪方法，其特征在于，包括如下步骤：
S1、寻找及确定种子点；
S2、区域生长，种子点置标记并进栈生长，判断栈顶指针是否大于-1，若满足则进入下一循环过程，在该循环中，生长过的种子点出栈，并对出栈的种子点数量进行统计，然后根据设定的生长规则，判断该种子点的八领域点是否满足生长条件，若满足则认为该领域点为下一个种子点并标记进栈生长，以上过程不断重复，直到没有满足生长条件的种子点出现；
S3、继续遍历图像，将没有生长过的像素点进行是否满足生长条件判定，并在生长的过程中，不断寻找八领域点中符合生长条件的领域点并合并，同时，给属于不同区域的种子点进行标号，直到遍历图像完毕；
S4、根据设定好的对一区域总像素值的阈值要求，将总像素值低于阈值的图像区域像素值设置为0，即视为噪声，进行去除，其余区域的像素值设为255，为有效区域。
2.根据权利要求1所述的基于区域生长标号的图像降噪方法，其特征在于：还包括S5步骤，同时完成从遍历图像所有像素点到判断栈顶指针是否大于-1的循环流程，和从种子点出栈到该领域点进栈的循环流程，则整个二值图像去噪过程结束。
3.根据权利要求1所述的基于区域生长标号的图像降噪方法，其特征在于：在S1步骤中，确定种子点条件为：若该像素点的像素值为255，同时满足该点的八个领域点中至少有三个像素点的像素值为255，则该点可作为生长点。
4.根据权利要求3所述的基于区域生长标号的图像降噪方法，其特征在于：在S1步骤中，基于种子点的确定条件，每隔三个像素点在图像中遍历寻找种子点。
CN202011524703.6A 2020-12-22 2020-12-22 基于区域生长标号的图像降噪方法 Pending CN112581398A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011524703.6A CN112581398A (zh) 2020-12-22 2020-12-22 基于区域生长标号的图像降噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011524703.6A CN112581398A (zh) 2020-12-22 2020-12-22 基于区域生长标号的图像降噪方法

Publications (1)

Publication Number Publication Date
CN112581398A true CN112581398A (zh) 2021-03-30

Family

ID=75136673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011524703.6A Pending CN112581398A (zh) 2020-12-22 2020-12-22 基于区域生长标号的图像降噪方法

Country Status (1)

Country Link
CN (1) CN112581398A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563289A (zh) * 2023-07-11 2023-08-08 凯德技术长沙股份有限公司 一种基于机器视觉的贴标品质检测方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100998491A (zh) * 2006-12-26 2007-07-18 中南大学 果蝇复眼病的图像识别诊断方法
CN101447027A (zh) * 2008-12-25 2009-06-03 东莞市微模式软件有限公司 磁码字符区域的二值化方法及其应用
CN102737376A (zh) * 2012-03-31 2012-10-17 常熟市支塘镇新盛技术咨询服务有限公司 一种应用在冠状动脉造影图像分割中的改进的区域生长方法
CN103646380A (zh) * 2013-11-25 2014-03-19 大连海洋大学 基于堆栈理论去除二值图像中小面积噪声的方法
CN106469312A (zh) * 2016-09-29 2017-03-01 江苏省特种设备安全监督检验研究院 基于区域生长标号的焊缝视觉识别方法
CN108564056A (zh) * 2018-04-25 2018-09-21 中国水利水电科学研究院 一种遥感影像水体识别提取的方法
US20200034972A1 (en) * 2018-07-25 2020-01-30 Boe Technology Group Co., Ltd. Image segmentation method and device, computer device and non-volatile storage medium
CN110930330A (zh) * 2019-11-22 2020-03-27 合肥中科离子医学技术装备有限公司 一种基于图像分割和区域增长的椒盐噪声降噪算法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100998491A (zh) * 2006-12-26 2007-07-18 中南大学 果蝇复眼病的图像识别诊断方法
CN101447027A (zh) * 2008-12-25 2009-06-03 东莞市微模式软件有限公司 磁码字符区域的二值化方法及其应用
CN102737376A (zh) * 2012-03-31 2012-10-17 常熟市支塘镇新盛技术咨询服务有限公司 一种应用在冠状动脉造影图像分割中的改进的区域生长方法
CN103646380A (zh) * 2013-11-25 2014-03-19 大连海洋大学 基于堆栈理论去除二值图像中小面积噪声的方法
CN106469312A (zh) * 2016-09-29 2017-03-01 江苏省特种设备安全监督检验研究院 基于区域生长标号的焊缝视觉识别方法
CN108564056A (zh) * 2018-04-25 2018-09-21 中国水利水电科学研究院 一种遥感影像水体识别提取的方法
US20200034972A1 (en) * 2018-07-25 2020-01-30 Boe Technology Group Co., Ltd. Image segmentation method and device, computer device and non-volatile storage medium
CN110930330A (zh) * 2019-11-22 2020-03-27 合肥中科离子医学技术装备有限公司 一种基于图像分割和区域增长的椒盐噪声降噪算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宫进昌等: "基于深度学习的医学图像分割研究进展", 《中国医学物理学杂志》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563289A (zh) * 2023-07-11 2023-08-08 凯德技术长沙股份有限公司 一种基于机器视觉的贴标品质检测方法和系统
CN116563289B (zh) * 2023-07-11 2023-09-29 凯德技术长沙股份有限公司 一种基于机器视觉的贴标品质检测方法和系统

Similar Documents

Publication Publication Date Title
CN111583227B (zh) 一种荧光细胞自动计数方法、装置、设备和介质
CN109636784B (zh) 基于最大邻域和超像素分割的图像显著性目标检测方法
CN114972326A (zh) 热收缩管扩管工艺的次品识别方法
Jiang et al. Mathematical-morphology-based edge detectors for detection of thin edges in low-contrast regions
CN112308872B (zh) 基于多尺度Gabor一阶导数的图像边缘检测方法
CN109871900A (zh) 一种基于图像处理的复杂背景下苹果的识别定位方法
CN115393657A (zh) 基于图像处理的金属管材生产异常识别方法
US20220130051A1 (en) Method and system for leaf age estimation based on morphological features extracted from segmented leaves
CN111784764A (zh) 一种茶叶嫩芽识别与定位算法
CN111754538A (zh) Usb表面缺陷检测的阈值分割方法
CN111429372A (zh) 一种增强低对比度图像边缘检测效果的方法
CN111292347B (zh) 一种基于图像处理技术的显微图像炭疽孢子密度计算方法
CN115731257A (zh) 基于图像的叶片形态信息提取方法
CN112581398A (zh) 基于区域生长标号的图像降噪方法
Jia Fabric defect detection based on open source computer vision library OpenCV
CN103714517B (zh) 视频去雨方法
CN111667509B (zh) 目标与背景颜色相似下的运动目标自动跟踪方法及系统
CN117496109A (zh) 一种图像比对分析方法、装置、电子设备及存储介质
CN111611866B (zh) 基于YCrCb和LAB颜色空间的火焰检测识别方法及系统
CN111028258B (zh) 一种大尺度灰度图像自适应阈值提取方法
CN115082379A (zh) 一种活性污泥相差显微图像絮体和丝状菌分割方法
CN111242121B (zh) 一种基于svm的对联智能分拣方法及存储介质
CN115147613A (zh) 一种基于多向融合的红外小目标检测方法
CN111126382B (zh) 一种用于ocr识别的基于关键点定位的票据矫正方法
CN111161296A (zh) 基于离散小波变换的多尺度边缘检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210330

RJ01 Rejection of invention patent application after publication