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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000002372 labelling Methods 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
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
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。
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)
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)
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 |
-
2020
- 2020-12-22 CN CN202011524703.6A patent/CN112581398A/zh active Pending
Patent Citations (8)
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)
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)
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 |