CN1341246A - 彩色图像处理方法和装置 - Google Patents

Abstract

提供了一种彩色图像处理方法和装置,所述彩色图像处理方法包括步骤:(a)按照图像像素和一中心像素之间的彩色距离对图像像素分类,(b)将被分类的像素分成组,其中,组内彩色距离差值最小,及组间彩色距离差值最大,和(c)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。该彩色图像处理方法在从图像中去除脉冲噪声并对其滤波时能够减少图像的边缘模糊的产生。

Description

彩色图像处理方法和装置

                         技术领域

本发明涉及图像处理方法，并且特别涉及是检索在索引和搜索彩色图像中使用的彩色特征描述符需要的预处理方法的彩色图像处理方法。

                         背景技术

在基于对象的数字图像压缩标准诸如MPEG-7中，定义了索引和搜索彩色图像的彩色特征描述符。从输入图像中检索彩色特征描述符。

在彩色图像处理方法中，为了检索一彩色特征描述符，输入图像被分割成多个区域，获得各被分割区域的量化彩色向量，然后使用量化彩色向量确定有关区域的彩色特征描述符。然而，在图像中可能存在噪声分量。此外，在准确表示图像中彩色信息方面好的彩色量化是重要的。这样，在量化之前必须执行诸如滤波或噪声排除的预处理。

通常，为了从图像中去除噪声，已经使用了诸如向量中值滤波或向量定向滤波的滤波方法。

然而，由于在传统彩色图像处理方法中使用的滤波方法统一地应用于一个图像，非噪声像素可能被修改，导致原始图像中的边缘模糊。

                        发明的公开

为了解决上述问题，本发明的一个目的是提供一种彩色图像处理方法和装置，借此，能够没有彩色图像边缘模糊地执行滤波，并且能够消除彩色图像中的噪声。该方法是检索用于索引和搜索彩色图像的彩色特征描述符需要的预处理方法。

本发明的另一个目的是提供一种具有执行该彩色图像处理方法的计算机可执行的程序的计算机可读介质。

通过彩色图像处理方法实现了本发明的特征，该方法包括步骤：(a)按照图像像素和中心像素之间的彩色距离对图像像素分类；(b)将被分类的像素分成组，在这些组中，组内彩色距离差值最小，及组间彩色距离差值最大；和(c)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

该彩色图像处理方法可进一步包括步骤：在输入彩色图像内定义具有预定大小的窗口，其中图像像素是该窗口内的像素。

在步骤(b)之前，该方法最好进一步包括步骤：对于在被分类像素中在开始和后面部分预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

预定数目最好小于等于L/2，其中L是表示L×L窗口大小的预定正整数。

在步骤(b)之前，该方法最好进一步包括步骤：对于在被分类像素中在开始和后面部分预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

此外，步骤(b)可包括使用基于费歇尔(Fisher)判别估计方法的函数，将分类像素分组。

步骤(b)可以包括子步骤：(b-1)设定由第0至第(i-1)像素组成的第一组，并且由第i到第K像素组成的第二组，其中i是从0到K的整数，及K＝L²-1，(b-2)通过下列表达式获得第一和第二组像素的彩色距离差的各平均值： $a_1\left(i\right)=\frac{1}{i}\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{d}_j\left(n\right)$ 和 $a_2\left(i\right)=\frac{1}{K+1-i}\underset{j=i}{\overset{K}{\mathrm{\Σ}}}{d}_j\left(n\right);$

(b-3)通过下列表达式获得第一和第二组像素的彩色距离差的各方差： $S_1^2\left(i\right)=\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_1\left(i\right)|}^2$ 和 $S_2^2\left(i\right)=\underset{j=i}{\overset{K}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_2\left(i\right)|}^2;$

(b-4)使用获得的平均值和方差，通过下列表达式计算值J(i)： $J\left(i\right)=\frac{{|a_1\left(i\right)-a_2\left(i\right)|}^2}{S_1^2\left(i\right)+S_2^2\left(i\right)};$

和(b-5)通过下列表达式获得使J(i)最大的i值： $m\left(n\right)=\stackrel{\arg }{i}\left\{\max J\left(i\right)\right\},$

并且选择范围从具有小彩色距离的像素到具有获得的i值像素的像素，以将它们确定为同位体组P(n)。

此外，在步骤(b-5)之后，该方法可以进一步包括步骤：选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离，并且通过由exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是同位体组内的最大彩色距离。

或者，在步骤(b-5)之后，该方法可以进一步包括步骤：选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离，和获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇(cluster)的数目，执行量化，其中T(n)是同位体组内的最大彩色距离。

此外，在步骤(b-5)之后，该方法可以进一步包括步骤：选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的对应于同位体组大小的数目的像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离，并且通过由exp(-T(n))加权各像素的彩色向量，其中T(n)是同位体组内的最大彩色距离，并且使用通过将整个图像的T(n)值的平均值与预定常数相乘获得的值作为簇的数目，执行量化。

步骤(c)最好包括通过下列表达式用新像素X₀’(n)代替中心像素X₀(n)： $X_0^{\′}\left(m\right)=\frac{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i{p}_i\left(n\right)}{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i}$

其中，p_i(n)是构成同位体组的像素，并且W_i是对应于p_i(n)的预定权重。

此外，步骤(c)最好包括：用通过预定权重加权的平均值代替中心像素的彩色向量，所述预定权重对于靠近中心像素的像素较大，而对于远离中心像素的像素较小。

预定权重最好是通过标准高斯函数定义的值。

该彩色图像处理方法可以进一步包括步骤：通过用exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是一组内的最大彩色距离。

按照本发明的另一方面，提供了一种彩色图像处理方法，该方法包括步骤：(a)接收彩色图像帧，并且通过预定的分割方法，将彩色图像帧分成多个彩色图像，(b)对于在被分割彩色图像中选择的一图像，按照图像像素和中心像素之间的彩色距离，分类图像像素，(c)将被分类的像素分成组，在这些组中，组内彩色距离差最小，及组间彩色距离差最大，和(d)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

按照本发明的另一方面，提供了一种彩色图像处理方法，包括步骤：(a)在输入彩色图像内定义具有预定大小的窗口，(b)在窗口内选择具有类似于中心像素的彩色向量的彩色向量的像素，并且将所选择的像素定义为一组，和(c)只使用定义组内的像素，执行模糊的滤波。

本发明还通过具有执行彩色图像处理方法的计算机可执行的程序代码的计算机可读介质，该方法包括步骤：(a)在输入彩色图像内定义具有预定大小的窗口，(b)按照图像像素和中心像素之间的彩色距离分类图像像素，(c)将被分类的像素分成组，在这些组中，组内彩色距离差最小，及组间彩色距离差最大，和(d)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

或者，本发明提供了一种彩色图像处理装置，包括：分类装置，在输入彩色图像内设定预定大小的窗口，并且按照图像像素和中心像素之间的彩色距离分类窗口中的图像像素；分组装置，将被分类的像素分成组，在这些组中，组内彩色距离差最小，及组间彩色距离差最大；和滤波装置，通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

                         附图简述

通过参照附图对本发明优选实施例的详细描述，本发明的上述目的和优点将变得更清楚，其中：

图1A和1B是本发明的彩色图像处理方法的流程图；

图2是本发明的彩色图像处理装置的方框图。

                   实现本发明的最佳方式

下面，将参照附图详细描述本发明的实施例。

参照表示本发明的彩色图像处理方法的图1A，输入彩色图像(步骤100)。

所述彩色图像可以位于通过适当的分割方法分割的图像区域中。

下面，针对在输入彩色图像中的L×L窗口中的所有像素的彩色向量，距离位于L×L窗中心的位置n的像素的彩色向量X₀(n)的彩色距离d_i(n)由表达式(1)表示(步骤102)：

Distance(X_i(n)，X₀(n))                     ……(1)

其中，L是任意正整数，并且假设K＝L²-1，i是从0到K的整数。此外，为了方便解释，表示距位于L×L窗中心的位置n的像素的彩色向量X₀(n)可以用来表示位于中心的相应像素即中心像素。

下面，在窗口中的所有像素的相应彩色向量按照彩色距离d_i(n)的大小以升序分类(步骤104)。下面，按升序分类的彩色向量将由X_i(n)表示。

现在，对于按升序分类的彩色向量，通过表达式(2)计算彩色距离差(步骤106)：

f_i(n)＝d_i-1(n)-d_i(n)                 ……(2)

然后，去除f_i(n)大于预定阈值Q的彩色向量(步骤108)。即，f_i(n)大于预定阈值Q的彩色向量被认为是脉冲噪声然后去除。按照试验证实，对于按升序的开始L/2个像素和后面L/2个像素执行步骤108比对于在L×L窗口中的所有(L2-1)个像素(除中心像素X₀(n)以外)执行步骤108更好。

此外，按照本发明，为了防止图像的边缘模糊，对于在将在后面描述的同位体组中的像素执行滤波，而不是对在L×L窗口中的所有像素执行滤波。同位体组的获得如下。

首先，按照距中心像素的彩色向量的像素彩色距离以升序分类的像素被划分成两组。第一组由第0到第(i-1)个像素组成，并且第二组由第i到第K个像素组成。

下面，获得第一组像素的彩色距离差的平均值和第二组像素的彩色距离差的平均值，如分别由表达式(3a)和(3b)表示的： $a_1\left(i\right)=\frac{1}{i}\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{d}_j\left(n\right)......\left(3a\right)$ $a_2\left(i\right)=\frac{1}{K+1-i}\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{d}_j\left(n\right)......\left(3b\right)$

并且获得第一组像素的彩色距离差的方差和第二组像素的彩色距离差的方差，如分别由表达式(3c)和(3d)表示的。 $S_1^2\left(i\right)=\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_1\left(i\right)|}^2......\left(3c\right)$ $S_2^2\left(i\right)=\underset{j=i}{\overset{K}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_2\left(i\right)|}^2......\left(3d\right)$

其中i是新定义的整数，范围从0到K。

然后，试验获得的平均值和方差，计算由表达式(4)表示的值J(i)(步骤110)： $J\left(i\right)=\frac{{|a_1\left(i\right)-a_2\left(i\right)|}^2}{S_1^2\left(i\right)+S_2^2\left(i\right)}....\left(4\right)$

其中i是从1到K的整数。表达式(4)基于费歇尔判别估计方法。

在此，i的实际范围是从1到将K减去对应于被认为是去除的脉冲噪声的像素的彩色向量的数目而获得的数。然而，由于对应于被认为是脉冲噪声并且去除的像素的彩色向量的数目不是很大，假定i的范围从1到K。

下面，通过表达式(5)获得的使J(i)最大的i值： $m\left(n\right)=\stackrel{\arg }{i}\left\{\max J\left(i\right)\right\}......\left(5\right)$

然后，确定获得的i值作为同位体组P(n)的大小(步骤112)。换言之，当i被复位到从0到在步骤112获得的值的变量时，同位体组P(n)由像素P_i(n)组成。

参照图1B，通过表达式(6)将中心像素X₀(n)用新像素X₀’(n)代替： $X_0^{\′}\left(m\right)=\frac{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i{p}_i\left(n\right)}{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i}.....\left(6\right)$

此处，W_i是对应于P_i(n)的标准高斯权重(步骤114)。在此，标准高斯权重W_i通过标准高斯函数确定。接近于图像中心的像素具有较大的标准高斯权重，并且远离中心的像素具有较小的标准高斯权重。以这种方式替换像素的过程是平滑或滤波。

假定在每个同位体组中的最大彩色距离d_m(n)-1(n)是T(n)。在彩色量化期间exp(-T(n))被应用到各像素的彩色向量(步骤116)。在每个同位体组中的最大彩色距离d_m(n)-1(n)表示在按照距离中心像素的像素彩色距离以升序分类的像素中，数目对应于从具有最小彩色距离的像素开始的同位体组的大小的像素彩色距离的最大值。于是，在每个同位体组中的最大彩色距离d_m(n)-1(n)越小，距中心像素的彩色距离越短。这样d_m(n)-1(n)是图像的平滑度指示器。此外，由于exp(-T(n))被加权到各像素的彩色向量，在平滑区域中的像素比在高噪声区中的像素更重地加权。加权在高噪声区域的像素比在平滑区域中的像素轻是基于视觉的分析结果。即，视觉对在复杂区域的变化比在平滑区域的变化更敏感。

按照本发明，在量化期间，通过将预定常数与所有图像的T(n)值的平均相乘获得的值最好用作簇数。换言之，在量化期间，较少簇用在平滑区域，在此T(n)值小，并且更多簇用在高噪声区域，在此T(n)值大。

在本发明的彩色图像处理方法中，只去除距离中心像素有大的像素距离的像素，然后，定义具有类似于中心像素彩色向量的彩色向量的同位体组然后对其执行滤波。于是，很少由于脉冲噪声的去除和滤波发生图像的边缘模糊。此外，按照本发明，能够获得要在一图像上执行量化的范围的信息。

该彩色图像处理方法可由计算机程序编程。构成计算机程序的代码和代码段能够容易地由本领域计算机程序员推出。此外，程序存储在计算机可读介质中，并且可由计算机读出和执行，从而实现该彩色图像处理方法。介质包括磁记录介质、光记录介质、载波介质等。

此外，该彩色图像处理方法可以在一彩色图像处理装置上实现。图2是按照本发明的彩色图像处理装置的方框图。参照图2，按照本发明的彩色图像处理装置包括：分割单元200、分类单元202、脉冲噪声去除单元204、分组单元206、滤波单元208和量化单元210。

在彩色图像处理装置的操作中，分割单元200接收彩色图像帧，并且将彩色图像帧通过预定分割方法分割成多个彩色图像。

分类单元202在彩色图像内设定一L×L窗口(L是预定正整数)，并且按照每个像素和中心像素之间的彩色距离分类窗口内的像素。于是，分类单元202输出分类像素的彩色向量。

脉冲噪声去除单元204针对分类像素中开始的L/2个像素和后面的L/2个像素，去除具有大于预定阈值的距中心像素的距离差的像素。

分组单元206接收在L×L窗口内所有被去除噪声的像素的彩色向量，并且通过计算由使用分类像素之间的彩色距离的方差和平均值的表达式(4)表示的函数，将这些向量划分成两组，其中，组内彩色距离差最小，并且组间彩色距离差最大。

滤波单元208通过利用在具有距离窗口中中心像素的彩色向量小的差值组中的像素替换中心像素执行滤波。

量化单元201用exp(-T(n))加权各像素的彩色向量，其中T(n)是窗口内具有距中心像素小的彩色向量差的组中最大彩色距离，并且使用通过将预定常数与所有图像的T(n)值的平均值相乘获得的值作为簇数，执行量化。

在上述按照本发明的彩色图像处理装置中，由于去除具有距中心像素大的彩色距离的像素，定义具有类似于中心像素彩色向量的一彩色向量的同位体组，然后对其执行滤波。这样，很少发生由于脉冲噪声的去除和滤波引起的图像边缘模糊。此外，按照本发明，能够根据要处理的图像的平滑度或复杂度获得要执行量化的簇数信息。于是，能够使用该信息有效地执行量化。

如上所述，按照本发明，在从图像中去除脉冲噪声和进行滤波时，能够减少图像的编码模糊的发生。

                       工业应用性

本发明能够应用于彩色图像索引或搜索应用领域。

Claims (42)

1.一种彩色图像处理方法，包括步骤：

(a)按照图像像素和中心像素之间的彩色距离对图像像素分类；

(b)将被分类的像素分成组，其中，组内彩色距离差值最小，及组间彩色距离差值最大；和

(c)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

2.如权利要求1所述的彩色图像处理方法，进一步包括步骤：在输入彩色图像内定义具有预定大小的窗口，其中所述图像像素是该窗口内的像素。

3.如权利要求1所述的彩色图像处理方法，在步骤(b)之前，进一步包括步骤：对于在被分类像素中在开始和后面部分预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

4.如权利要求3所述的彩色图像处理方法，其中预定数目小于或等于L/2，其中L是表示L×L窗口大小的预定正整数。

5.如权利要求2所述的彩色图像处理方法，在步骤(b)之前，进一步包括步骤：对于在被分类像素中在开始和后面部分预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

6.如权利要求1到5任意之一所述的彩色图像处理方法，其中步骤(b)包括：使用基于费歇尔判别估计方法的函数，分组所述分类的像素。

7.如权利要求1所述的彩色图像处理方法，其中步骤(b)包括子步骤：

(b-1)设定由第0至第(i-1)个像素组成的第一组，和由第i到K个像素组成的第二组，其中i是从0到K的整数，及K＝L²-1；

(b-2)通过下列表达式获得第一和第二组像素的彩色距离差的各平均值： $a_1\left(i\right)=\frac{1}{i}\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{d}_j\left(n\right)$ 和 $a_2\left(i\right)=\frac{1}{K+1-i}\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{d}_j\left(n\right);$

(b-3)通过下列表达式获得第一和第二组像素的彩色距离差的各方差： $S_1^2\left(i\right)=\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_1\left(i\right)|}^2$ 和 $S_2^2\left(i\right)=\underset{j=i}{\overset{K}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_2\left(i\right)|}^2;$

(b-4)使用获得的平均值和方差，通过下列表达式计算值J(i)： $J\left(i\right)=\frac{{|a_1\left(i\right)-a_2\left(i\right)|}^2}{S_1^2\left(i\right)+S_2^2\left(i\right)},$ 和

(b-5)通过下列表达式获得使J(i)最大的i值 $m\left(n\right)=\stackrel{\arg }{i}\left\{\max J\left(i\right)\right\},$

并且选择范围从具有小彩色距离的像素到具有获得的i值像素的像素，以将它们确定为同位体组P(n)。

8.如权利要求7所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过由exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是同位体组内的最大彩色距离。

9.如权利要求7所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；和

获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化，其中T(n)是同位体组内的最大彩色距离。

10.如权利要求7所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的、对应于同位体组大小的数目的像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过exp(-T(n))加权各像素的彩色向量，其中T(n)是同位体组内的最大彩色距离，并且使用通过将整个图像的T(n)值的平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

11.如权利要求7所述的彩色图像处理方法，其中步骤(c)包括通过下列表达式用新像素X₀’(n)代替中心像素X₀(n)： $X_0^{\′}\left(m\right)=\frac{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i{P}_i\left(n\right)}{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i}$

其中，p_i(n)是构成同位体组的像素，并且W_i是对应于p_i(n)的预定权重。

12.如权利要求1所述的彩色图像处理方法，其中步骤(c)包括：用通过预定权重加权的平均值代替中心像素的彩色向量，所述预定权重对于靠近中心像素的像素较大，而对于远离中心像素的像素较小。

13.如权利要求12所述的彩色图像处理方法，其中所述预定权重是通过标准高斯函数确定的值。

14.如权利要求1所述的彩色图像处理方法，进一步包括步骤：通过用exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是一组内的最大彩色距离。

15.一种彩色图像处理方法，包括步骤：

(a)接收彩色图像帧，并且通过预定的分割方法将彩色图像帧分成多个彩色图像；

(b)对于在被分割彩色图像中选择的一图像，按照图像像素和中心像素之间的彩色距离，分类图像像素；

(c)将被分类的像素分成组，其中，组内彩色距离差最小，及组间彩色距离差最大；和

(d)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

16.如权利要求15所述的彩色图像处理方法，在步骤(b)之前，进一步包括步骤：在所述选择的彩色图像内定义具有预定大小的窗口，其中所述图像像素是该窗口内的像素。

17.如权利要求15所述的彩色图像处理方法，在步骤(b)之前，进一步包括步骤：对于在被分类像素中在开始和后面部分的预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

18.如权利要求17所述的彩色图像处理方法，其中所述预定数目小于或等于L/2，其中L是表示L×L窗口大小的预定正整数。

19.如权利要求15所述的彩色图像处理方法，在步骤(b)之前，进一步包括步骤：对于在被分类像素中在开始和后面部分的预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

20.如权利要求15到19任意之一所述的彩色图像处理方法，其中步骤(b)包括：使用基于费歇尔判别估计方法的函数，分组所述分类的像素。

21.如权利要求15所述的彩色图像处理方法，其中步骤(b)包括子步骤：

(b-1)设定由第0至第(i-1)个像素组成的第一组，和由第i到K个像素组成的第二组，其中i是从0到K的整数，及K＝L²-1；

(b-2)通过下列表达式获得第一和第二组像素的彩色距离差的各平均值： $a_1\left(i\right)=\frac{1}{i}\underset{j=0}{\overset{i=1}{\mathrm{\Σ}}}{d}_j\left(n\right)$ 和 $a_2\left(i\right)=\frac{1}{K+1-i}\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{d}_j\left(n\right);$

(b-3)通过下列表达式获得第一和第二组像素的彩色距离差的各方差： $S_1^2\left(i\right)=\underset{j=0}{\overset{i-1}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_1\left(i\right)|}^2$ 和 $S_2^2\left(i\right)=\underset{j=i}{\overset{K}{\mathrm{\Σ}}}{|d_j\left(n\right)-a_2\left(i\right)|}^2;$

(b-4)使用获得的平均值和方差，通过下列表达式计算值J(i)： $J\left(i\right)=\frac{{|a_1\left(i\right)-a_2\left(i\right)|}^2}{S_1^2\left(i\right)+S_2^2\left(i\right)}$ ；和

(b-5)通过下列表达式获得使J(i)最大的i值 $m\left(n\right)=\stackrel{\arg }{i}\left\{\max J\left(i\right)\right\},$

并且选择范围从具有小彩色距离的像素到具有获得的i值像素的像素，以将它们确定为同位体组P(n)。

22.如权利要求15所述的彩色图像处理方法，其中步骤(c)包括步骤：用通过预定权重加权的平均值代替中心像素的彩色向量，所述预定权重对于靠近中心像素的像素较大，而对于远离中心像素的像素较小。

23.如权利要求22所述的彩色图像处理方法，其中所述预定权重是通过标准高斯函数确定的值。

24.如权利要求15所述的彩色图像处理方法，其中步骤(c)包括通过下列表达式用新像素X₀’(n)代替中心像素X₀(n)： $X_0^{\′}\left(m\right)=\frac{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i{p}_i\left(n\right)}{\underset{i=0}{\overset{m\left(n\right)-1}{\mathrm{\Σ}}}{W}_i}$

其中，p_i(n)是构成同位体组的像素，并且W_i是对应于p_i(n)的预定权重。

25.如权利要求21所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过由exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是同位体组内的最大彩色距离。

26.如权利要求21所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；和

获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

27.如权利要求19所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的、数目对应于同位体组大小的像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过exp(-T(n))加权各像素的彩色向量，其中T(n)是同位体组内的最大彩色距离，并且使用通过将整个图像的T(n)值的平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

28.如权利要求24所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；和

获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

29.如权利要求24所述的彩色图像处理方法，在步骤(b-5)之后，进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；和

获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

30.一种彩色图像处理方法，包括步骤：

(a)在输入彩色图像内定义具有预定大小的窗口；

(b)在窗口内选择具有类似于中心像素的彩色向量的彩色向量的像素，并且将所选择的像素定义为一组；和

(c)只使用定义组内的像素，执行模糊的滤波。

31.一种具有执行彩色图像处理方法的计算机可执行的程序代码的计算机可读介质，该方法包括步骤：

(a)在输入彩色图像内定义具有预定大小的窗口；

(b)按照图像像素和中心像素之间的彩色距离分类图像像素；

(c)将被分类的像素分成组，其中，组内彩色距离差最小，及组间彩色距离差最大；和

(d)通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

32.如权利要求31所述的计算机可读介质，其中在步骤(b)之前，所述彩色图像处理方法进一步包括步骤：

对于在被分类像素中在开始和后面部分的预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

33.如权利要求31所述的计算机可读介质，所述彩色图像处理方法进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过由exp(-T(n))加权各像素的彩色向量执行彩色量化，其中T(n)是同位体组内的最大彩色距离。

34.如权利要求31所述的计算机可读介质，其中所述彩色图像处理方法进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的i个像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；和

获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

35.如权利要求31所述的计算机可读介质，其中所述彩色图像处理方法进一步包括步骤：

选择在按照距中心像素的彩色距离分类的像素中具有最小彩色距离的像素开始的、数目对应于同位体组大小的像素，并且将被选择像素的彩色距离的最大值设定为同位体组内的最大彩色距离；并且

通过exp(-T(n))加权各像素的彩色向量，其中T(n)是同位体组内的最大彩色距离，并且使用通过将整个图像的T(n)值的平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化。

36.如权利要求31所述的计算机可读介质，其中所述彩色图像处理方法进一步包括步骤：接收彩色图像帧，并且通过预定分割方法将该彩色图像帧分成多个彩色图像，其中所述彩色图像是从多个彩色图像中选择的一个图像。

37.一种彩色图像处理装置，包括：

分类装置，在输入彩色图像内设定预定大小的窗口，并且按照图像像素和中心像素之间的彩色距离分类窗口中的图像像素；

分组装置，将被分类的像素分成组，其中，组内彩色距离差最小，及组间彩色距离差最大；和

滤波装置，通过用组中像素的像素值确定的预定像素值替换中心像素值来执行滤波。

38.如权利要求37所述的彩色图像处理装置，进一步包括量化装置，通过exp(-T(n))加权各像素的彩色向量，执行彩色量化，其中T(n)是距窗口内中心像素具有最小彩色向量差的组内的最大彩色距离。

39.如权利要求37所述的彩色图像处理装置，进一步包括量化装置，获得整个图像的T(n)值的平均值及使用通过将该平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化，其中T(n)是距窗口内中心像素具有最小彩色向量差的组内的最大彩色距离。

40.如权利要求37所述的彩色图像处理装置，进一步包括量化装置，通过exp(-T(n))加权各像素的彩色向量，并且使用通过将整个图像的T(n)值的平均值与预定常数相乘获得的值作为簇的数目，执行彩色量化，其中T(n)是距窗口内中心像素具有最小彩色向量差的组内的最大彩色距离。

41.如权利要求37所述的彩色图像处理装置，进一步包括脉冲噪声去除装置，对于在被分类像素中在开始和后面部分的预定数目的像素，去除具有距中心像素的彩色距离差大于或等于预定阈值的像素。

42.如权利要求37所述的彩色图像处理装置，进一步包括分割装置，接收彩色图像帧，并且通过预定分割方法将该彩色图像帧分成多个彩色图像，其中所述彩色图像是从多个彩色图像中选择的一个图像。

Images