TWI323606B - Image noise reduction method based on local correlation - Google Patents

Image noise reduction method based on local correlation Download PDF

Info

Publication number
TWI323606B
TWI323606B TW095132667A TW95132667A TWI323606B TW I323606 B TWI323606 B TW I323606B TW 095132667 A TW095132667 A TW 095132667A TW 95132667 A TW95132667 A TW 95132667A TW I323606 B TWI323606 B TW I323606B
Authority
TW
Taiwan
Prior art keywords
pixel
center point
pixels
noise
thin line
Prior art date
Application number
TW095132667A
Other languages
English (en)
Other versions
TW200733722A (en
Inventor
Chao Ho Chen
Ming Kun Wu
Original Assignee
Huper Lab Co Ltd
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 Huper Lab Co Ltd filed Critical Huper Lab Co Ltd
Publication of TW200733722A publication Critical patent/TW200733722A/zh
Application granted granted Critical
Publication of TWI323606B publication Critical patent/TWI323606B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering

Landscapes

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

Description

九、發明說明: 【發明所屬之技術領域】 本發明係提供-種衰減影像雜訊之方法,尤指—種利用列斷中 心點像素與相鄰的像素之間的相似性來衰減影像雜訊之方法。 【先前技術】 於多媒體通訊的時代裡,影像資訊扮演著—佩重要的角色。 不過,無論即使娜觀格料,仍沒餘何影像是輯完美的。, 影像會因雜⑽存麵被谓。概歸像中雜訊社要來源是 在影像擷取(數位化)及/或傳輸期間出現。成像感測器的表現= 到很多因素的影響,像是在影侧取_環境情況,以及感測元 件本身的邱Μ物,相CCD照姆咐彡像上,光度 赵縣巾之雜歸㈣糾素。影像在傳送 娜細梅撕㈣㈣。例如 =用無_路傳輪的歸可能綱電或其他大齡的 擾0 過濾數位影像是在保護影像纟節 中必要的部分。心錢蝴訊,是—個影像處理 應用t,影像t任何的雜訊皆r如_算影像引出的運算子之 訊衰減的目的不僅要改進視覺重的錯誤結果。因此,雜 的效能,例域碼、分析、_、、且^提糊處理任務 辨識或者解釋等等。 叫3606 佳=:二=:一 / 衝雜訊哀減通常是用來當作—此 ==理线㈣前級處理,如影像量化等。—個最 _ 訊慮•必須平滑同質區域中不相似的像素'保存邊緣㈣$ ^變任何自然影像資訊。不_脈衝雜訊着演已在過去幾 年中被發表且他們的目岐在將脈衝雜訊着的同時也能保護參 像細節。-些典型的非線性攄波器,如t值濾波器和中間加射/ 值遽波器,是可域減大部份·衝雜訊且將大部分的影像細節 據除。 目前關於降低影像雜訊的應用,已有不少學者提出了一些方 法’以下所列出的則是相關的參考文獻:
[1] Tao Chen and Hong Ren Wu, u Space Variant Median Filters for the Restoration of Impulse Noise Corrupted Images ,5, IEEE Transactions on Circuits and Systems II: Analog and Digital Signal Processing, Vol. 48, Issue 8, Pages: 784 - 789, Aug. 2001.
[2] I. Aizenberg and C. ButakofF,44 Effective Impulse Detector Based on Rank-Order Criteria ,5, IEEE Signal Processing Lett., Vol. 11, 1323606
Pages: 363 - 366, Mar. 2004.
[3] G. Pok, Jyh-Cham Liu, and A. S., u Selective Removal of Impulse • - Noise Based on Homogeneity Level Information IEEE Trans.
Image Processings Vol. 12, Pages: 85 - 92, Jan. 2003 [4] X. D. Jiang, “ Image detail-preserving filter for impulsive noise attenuation 5,, IEE Proceeding-Vis. Image Signal Process, Vol. ® 150, June 2003.
[5] X. Xu, E. L. Miller, Dongbin Chen, and M. Sarhadi, Adaptive two-pass rank order filter to remove impulse noise in highly corrupted images - IEEE Trans. Image Processing, Vol. 13, Pages: 238 - 247, Feb. 2004. • 於參考文獻[2]中,L Aizenberg 和 C. Butakoff 提出 Differential
Rank Dete伽(DRID),用來有效的偵測脈衝雜訊。在一 個移動視窗中,脈衝龍的制順序和中心點像素的排列順序的 差異是很大的。不同序列的中值總是位於中間而脈衝雜訊則是 在兩端附近’由此可得到單的脈_訊_器,其構想是 將感興趣的像素之位置與臨界值作比較,可表示為以下的式子: (R(xu)sv(R(xu))^N-s + l ; .其中,Xid是―移_的中心點像素,R⑹是xid•在排序後 8 xj236〇6 的順序,N是移動視窗中 是-個可以簡單_ θ p \峻’ S是―舰界值。這個方法 == ::情形相當多且不能保證-個像素是否= = L::::沒:被— 心r i 4 了克服這_題,補要考料排 列順序且要考慮錢階值。_算村麵為另—個式子考I、排 (电士 ,)v (也)秦“ 1))Λ(ί^0” 其中,知可表示為下列的式子: diJ s ^ I'y - Ο k-MO],if 〇她\ W'7) +1],if ;) < 卿)" ,else
Var (k)是-個排序為k的灰階值。這個侧器是基於比較一個 工作視窗内像素之間的>(立置和絕對值,提供一個有效、快速、沒 有平滑影像且可以應用於其他任何I皮器的方法。 於參考文獻[3]中’ G. P0k、Jyh_Cham Liu和A s屬提出一 個條件式訊號適應性中值濾波器(c〇nditi〇nal一e MedianFilter’CSAM)’以判斷為基礎的巾值遽波器。主要由兩個 函數所組成一判斷的必要條件與濾除雜訊的方法。第一個函數是 用來決定在一個移動視窗中是否有雜訊的存在,第二個函數是用 來平滑雜訊的像素值。此方法的演算法如下: 步驟一、計算同質區域的上下限。 步驟二、脈衝雜訊的債測: 9 在一個3x3的移動視窗十,令中心點像素為々,8鄰居為 鄰居像素中與中心點像素Xq為同質的個數,_不與二 二素X。為同質的個數。若eh>Ci,則中心點像素為χ。視為訊號; 右,則令心點像素為恥視為雜訊候補。 步驟三、精煉所挑選的脈衝雜訊: 力為了將偵測錯㈣情形降到最低,他們使用不同的驗方法將 久有文到雜訊干擾的像素從雜訊候補集合中移除。㈣錯誤谓測 像素大都位於邊緣附近和影像細節#。將這些像 組二組是射心鱗素是她的,另—_不射心點像素相 Ο右與中心點像素相似的個數大於與中心點像素不相似的個 ^ ’則此點像素視為訊號,且獅誠觀合巾移除。這個 步驟一直執行,直到雜訊候補集合的個數不再減少。 步驟四、利用中值濾波器濾除雜訊·· 右在-個3x3的移動視窗中,與中心點像素相似的個數小於 3 ’則用3x3的中值遽波器遽除雜訊;反之,就使用%的中值濾 波器濾除雜訊。 Λ"' 此方法的目的是為達到接近完美的脈衝雜訊_,且在還原後的 結果有極好的視覺品質。 於參考文獻[4]中’ X. D. Jiang提出Truncation攄波器。一個 像素(i,j)之灰階值為X (i,j),可以找到^^個大小為河^的方 形視窗且包含此像素。這種的視窗稱之為内部視窗,以w^來表 示。對母一個内部視窗而言,有一個相對應的外部視窗,其 大小為(M + 2r)x(M + 2,) ’’定義為與内部視窗有相同的中心點。 如此一來,可以找到N個閉合周圍帶Βκ,κ=1·..Ν,厚度為p閉 合周圍帶知定義為Bk==w〇k—%。令一〜表示在每一個閉合 周圍帶中最大和最小的灰階值,再湘與其關之圍起群的最大 值或最小值來判斷是否有受到雜訊的干擾。這個方法的目的是在 衰減雜訊時,也能夠保護影像細節。 β於參考文獻[5]中,χ_ Xu、E L Mmer、D Chen和M㈣地 提出個適應) 生兩&式中值滤波器(Adaptive Tw〇_p咖Median • ltering ATPMF )。當雜訊比高的時候,排列順序的遽波器(如 中值遽波器)’可能會產生令人不滿意的結果。執行兩次這種滤 T器可以得到更好的結果,稱之為兩段式。該方法致力於兩個目 標。首先,這個使用兩段式順序排顺波㈣演算法在高雜訊比 時可以比-般的順序排列濾、波器渡除更多的雜訊。$二,利用估 測脈衝雜訊的空間分佈情形,且更正第—讀波運算所產生的錯 誤。該方法的構想如下: 步驟-、先卿中值濾、波歸除影像雜訊且得到—個估測的空間 分佈情形和脈衝雜訊值的大小。 步驟二、判斷經步驟—的雜訊雜後,有哪些像素是過度更正, 則將這些像素由縣的像絲代,且在麵三時轉不變。 步驟三、再度使用中值濾波器濾除影像雜訊。 此方法目的在於衰減受到高雜減之脈衝雜訊谓㈣像,而且 1323606 可以應用於任何的排列順序濾波器。 由此可見,先則技術中已提出不少衰減影像雜訊之演算法但 某二H可⑨只剌於〶雜訊比之脈衝雜訊干擾的影像,而 在-些情形下’可能會產生糊的情形。且除了要有效衰減雜訊 外,更要注意到保護影像細節。 【發明内容】 本發明係提供-種基於區域相關性處理之影像雜訊衰減方 法該方法包含.#算—移動視窗中,—中心點像素的一第一數 量鄰居中相似的-第-像素個數;判斷該第—數量鄰居中相似的 該第一像素錄是歓於—第1設值;以及若像素健 大於該第-預設值,職賤些她像素的平均來顧該移動視 =中心轉素。該方法另包含:計算該移動視財與該中心點 像素相似且連接的像素健;靖姉純窗巾_巾心點像素 T且連接的像素健是否小於—預定數目;若該軸視窗中盘 =中心點像餘似且連接的像素她小於—預紐目,則判斷該 位繼—㈣i ;明咖崎灿像素是否 位於该4上的結果,觸財心點騎是否為雜訊。 本發供一種基於區域相關性處理之影像雜訊衰減方 —中相似的-第-像素個數;計算該第-數量二^ 12 心點像素相似的-第二像素個數;判斷該第—數量鄰居中相似的 ..該第-像素雛是否大於一第一預設值;若該第一數量鄰居中相 •似的該第-像素個數並非大於該第一預設值,則判斷該第一數量 鄰居中與該中心點像素相似的該第二像素個數是否大於一第二預 .設值;根據判斷該第-數量鄰居中與該中心點像素相似的财二 像素個數是社_第二預設㈣結果,對該移動視窗的中心點 象素進行;纽1中’若該第—數量鄰居中與該中心點像素相似 • 力該第二像素健大於該第二預設值,則使用- 5xS中鶴波器 來對該移動視窗的中心點像素進行濾波。若該第一數量鄰居中與 該t〜轉素她賴帛二像素健麟大機帛二預設值,則 . 制3x3中值遽波器來對該移動視窗的中心點像素進行濾波。 本發明係提供-種細影像雜訊之方法,財法包含;計算一 移=視囱中與-中心點像素相似且連接的像素個數;判斷該移動 謂巾與該巾心點像素她且連接的像素她是則、於—預定數 目’右該飾視窗中與該中心點像素她且連接的像素個數小於 一預定數目,__中讀像素是否位於-細線上;根據满 針心點«是纟禮上的絲,觸該巾灿像素是否 為雜訊其中,若該中心點像素並非位於該細線上,則對該中心 點像素進行遽波。若該中心點像素位於該細線上則判斷該中心 點像素並非為雜訊。 13 ^23606 【實施方式】 .、本發明提出一種基於區域相關性處理之影像雜訊衰減方法,可 ^分成幾個層次來看。首先,於雜訊偵測階段,利用判斷一中心 •點像素油鄰的像素值之_她性的步驟,収满該中心點 ’像素是否位於-細線上的步驟,決定該該中心點像素是否為雜 訊。其次’於還原程序中,說明在_到雜訊後,如何估測受到 雜訊干擾之像素的原始像素值’並根據—些判斷的結果,還原該 • +心點像原始像素值。最後,細m影像巾加人隨機產生^ 同雜訊比的脈衝雜訊來驗證本發明所提之方法的效能,進一步地 再與先前技術的方法做比較。 請參考第1圖。第1圖為本發明-偵測影像雜訊方法的流程1〇 之示意圖。流程10包含以下的步驟: 步輝102 :採用一 5x5大小的移動視窗。 ㈣104 :計算該5x5大小的移動視窗中,與—中心點像素相似且 連接的像素個數(SCI)。 步驟106:判斷該5x5大小的移動視窗與該中心點像素相似且連接 的像素個數SCI是否小於一預定數目t。 步驟108 :判斷該中心點像素並非為雜訊。 步騍110 :判斷該中心點像素是否位於一細線上。 步驟112 :判斷該中心點像素並非為雜訊。 步驟114 :判斷該中心點像素為雜訊。 其中,於步驟106中’會根據判斷與該中心點像素相似且連接的 1J23606 像素個數SCI的結果,判斷該判斷該中心點像素是否為雜訊。若 與該中心點像素相似且連接的像素個數SCI並非小於該預定數目 丁1,則判斷該中心點像素並非為雜訊(步驟1〇8)。若與該中心點 像素相似且連接的像素個數SCI係小於該預絲目Tl,則判斷該 中心點像素是否位於該細線上(步驟11G)。於步驟11G t,會根 據判斷該巾^轉素是否錄該細線上的結果,繼該判斷該中 心點像素是否為雜訊。若該中心、點像素是位於該細線上,則判斷 # 該中心點像素並非為雜訊。若該中心點像素並非位於該細線上, 則判斷該中心點像素為雜訊。 "月參考第2圖。第2圖為本發明一泌大小的移動視窗之示意 圖:我們採用一個5x5大小的移動視窗,將這個移動視窗分為三 個。P刀’中心點像素為區域S0’中心點像素的8鄰居為區域S1, 最外圍的像素則為區域S2。 ‘請參考第3圖與第2圖。第3圖為本發明影像雜訊的實 丁忍圖。5胃對應第3圖的位置至第2圖的各個區域。如圖 所不’中心點像素的像素值為11卜其位於區域S1的8鄰居分別 為=、89、89、112、1G5、⑽、1()7、1()7 (順時針),位於區域 、像素分別為 104、107、29、108、107、89、34、1〇6、107、 111、112、112、23、89。首先’先判斷區域S1中的8 1香丁值^否與中心點像素值(U1)相似,假設判_標準為臨 '设為18,則區域S1中只有112、105、1〇5、107、1〇7係 1323606 與中心點像素值(111 )相似。然後判斷這些與中心點像素值(⑴) 相似之像素’其在區域S2中相_像素是否也與中心 似,可以找到區域S2中只有106、107、⑴、11〇、⑴、ιΐ2係與 ··巾心點像素值(111)相似。如此可以得到該5x5大小的移動視窗 -中,與中心點像素相似且連接的像素個數SC1係為12。若與中心 點像素相似且連接的像素個數SC1並非小於一預定數目T丨/,、則判 斷該中心點像素並非為雜訊,結束伽影像雜訊方法。若與中心 • 點像素相似且連接的像素個數SC1小於—預定數目T!,則判斷該 中心點像素是否位於-細線上。令預定數目η糾9,因為與中 心點像素相似且連接的像素個數SC1大於預絲目了丨 則判定中心、點像素值(111)是訊號,可以直接輪出。1 一請參考第4圖。第4圖為本發帰動視窗中_細線之示意圖 這些遮罩可表示為以下的式子: |x〇,〇 -xij\^ Τ'!0, j) ={(a + m,b + n)}J= 4 遮罩 1 · = ; 遮罩 2. (^)=(-2,0)^^:54,/^2,/7 = 0 ; 遮罩3㈣七广机历“,…2〇…("Μ ;(已修正過) 遮罩 4 : (α μ _ ^ ,M- ;(已修正過)則利用 這些遮罩可明_巾灿像素是紐於-細線上。 ^考第5圖。第5圖為本發明一基於區域相關性處理之影像 ,,訊衰減方法的流程5〇之示意圖。流程5G包含以下的步驟: ^ 502 :計算一中心點像素的8鄰居中相似的一第一像素個數 乂驟504 .判斷8鄰居中相似的第—像素健則是否大於—第 —預設值al。 步驟506 ··利用這些相似的第一像素個數撕像素的 該中心點像素。 步驟:計算8義中與該中心點像素她的—第二像素個數 S1S0。 ,驟51G··靖_中與財心點像素相似的第二像素健咖 是否大於—第二預設值Μ。 步驟512 :使用一 5x5中值遽波器來對中心點像素進行遽波。 步驟514 :使用一 3x3中值濾波器來對中心點像素進行濾、波。 其中’於步驟506中,若判斷8鄰居中相似的第一像素健则 大於第-預設值a卜則利用這些相似的一第一像素個數則像素 ^平均來财該中雜像素。若綱8鄰居+她㈣一像素個 數如並非大於第—預設值al,_算8鄰居中與該中心點像辛 =的第二像素個數議(步驟叫於步驟训中會根據判 8鄰居中與該中心點像素相似的第二像素個數仍〇是否大於第 =設值Μ的結果,決定使用w中值據波器或M中值滤波器 I對中心點像素進行濾波。 請參考第6圖。第6圖為本發明—還原雜_實施例之示咅 。如圖所示,中心點像素的像素值為〇,其位於區域si的8鄰 1323606 居分別為83、0、80、83、88、〇、84、82 (順時針)。首先,先判 斷區域S1中的8個像素值中相似的第一像素個數SS1,分別為 83、80、83、88、84、82,共有 6 個。 請參考第7圖。第7圖為將第6圖的中心點像素經過還原後之 示意圖。令第一預設值al為4,則第一像素個數SS1大於第一預 設值al (SSl>al ) ’如圖所示,使用這6個相似的像素之平均值 (83)來還原中心點像素的像素值。 請參考第8圖。第8圖為本發明一測試影像之示意圖。 請參考第9圖。第9圖為利用第8圖的測試影像來比較先前技 術與本發明的訊號雜訊比之示意圖。於第8圖的測試影像中,加 入一些人工產生的脈衝雜訊,其雜訊比例分別為5%、i〇%、15%、 2〇%、25。/。、3〇%、35%、4G%、45%及鄕。在財的測試中係 採用隨機值脈衝雜訊,其像素值均勻分佈於〇到况之間。其中, ^㈣、波II係由參考蝴撕提㈣波器,滤波 文獻[4]所提㈣波11侧_係由參考文絹 ’以舰^輯岭考絲_如之滤波 職魏器係由參考文獻_提出之遽波器。 請參考第1〇圖。第1〇圖為本發明另一測試影像之示意圖。 18 前技術z*11圖弟11圖柄㈣1G圖_試影像來比較先 =與她的峨編。料1G圖的測試影像 15/2n。/1人工產生的脈衝雜訊’其雜概例分別為5%、、 =、m、25%、篇、35%、魏、45%及·。在所有的測 试中係採職機值脈衝雜訊,其像素值料分饰於G到况之間。 其中’^TP·〉慮波器係由參考文獻[习所提出之渡波器 ,Truncation 滤=係由參考文獻_提出讀、奸,DRn)觀器係由參考 t[2]所提出之遽波器’ CS鹰滤波器係由參考文獻_提出之 遽波器’職^波H係轉考讀_提㈣慮波器。 明參考第12圖。第12圖為本發明一雜訊比例與視窗大小之關 賴。根據-雜視窗巾_訊密度來決定所翻的視窗大小, 當雜訊密度愈小時,使用較小的視窗大小就可以達到不錯的效 果,而且運算量較小,運算速度快。當雜贿度愈大時,則使用 較大的視窗大小來達到較好的效果。 以上所述的實施例僅用來說明本發明,並不舰本發明之範 缚。文中所提到的的參數,像是第一預設值a卜第二預設值Μ、 預疋數目ΊΆ*侷祕gj定的紐,可依影轉㈣不同而選擇 最“的值’以達収㈣訊衰減的效能。此外,本文所提到的移 動視窗為5x5大小的移動視窗,但並不舰於此亦可為其他大 小的移動視窗。且可贿照雜訊比例的不同,選擇不同大小的移 動視窗。 1323606 、由上可知,本發日月提供-種基於區域相關性處理之影像雜訊衰 減方法。其中’透過判斷8鄰居中相似的第一像素健則是否 大於第i設值al及觸8鄰居巾與該中心點像素相似的第二像 素個數㈣是社於第二預設值Μ可以得知該中心點像素與8 鄰居中相似的程度,進而決定要如何還原該巾心點像素,可以達 到更好的衰減效果,且能保護影像細節。此外,可以透過選擇第 -預設值a卜第二預設值bl、預定數目Τι等參數來提雜波器的 效能。 以上所述僅為本發明之較佳實施例,凡依本發明申請專利範 圍所做之均等變化與修飾,皆應屬本發明之涵蓋範圍。 【圖式簡單說明】 第1圖為本發明一偵測影像雜訊方法的流程之示意圖。 第2圖為本發明一 5χ5大小的移動視窗之示意圖。 第3圖為本發明一偵測影像雜訊的實施例之示意圖。 第4圖為本發明移動視窗中一細線之示意圖。 第5圖為本發明一基於區域相關性處理之影像雜訊衰減方法的流 程之示意圖。 第6圖為本發明一還原雜訊的實施例之示意圖。 第7圖為將第6圖的中心點像素經過還原後之示意圖。 第8圖為本發明一測試影像之示意圖。 20 1323606 第9圖為利用第8圖的測試影像來比較先前技術與本發明的訊號 雜訊比之示意圖。 第10圖為本發明另一測試影像之示意圖。 第11圖為利用第10圖的測試影像來比較先前技術與本發明的訊 號雜訊比之示意圖。 第12圖為本發明一雜訊比例與视窗大小之關係圖。 【主要元件符號說明】 10、50 流程 102-114 > 502-514 步驟
Tj 預定數目 SO、SI、S2 區域 al 第二預設值 bl 第一預設值

Claims (1)

  1. 7辟V。月ί,日修正替換頁i 十、申請專利範園: L~~-1 L —種基於區域相關性處理之影像雜訊(ImageNoise)衰減方 法,包含有: • δ+算—移動視窗中,—中心點像素(CentralPixel)的-第一數 里鄰居中相似的一第一像素個數; 判斷該第-數量鄰居中相似的該第一像素個數是否大於一第一 預設值; 籲)*該第一數量鄰居中相似的該第-像素個數大於該第一預設 值’則使用這些相似像素的平均來還原該移動視窗的中心點 像素; α十异該移動視窗巾與該巾心點像素相似且連接的像素健; 判斷s亥移動視窗中與該中心點像素相似且連接的像素健是否 小於一預定數目; 若該移動«巾與财C轉素她錢_像素健小於一 預定數目,則判斷該中心點像素是否位於-細線上;.以及 根據判斷該中心點像素是否位於該細線上的結果,判斷該中心 點像素是否為雜訊。 ’ 2.如α月求項1所述之影像雜訊衰減方法,其中根據判斷該中心點 像素是否位麟細線上的絲,繼該巾^轉素是否為雜訊包 含: 若該中心點像素並非位於該細線上,則對該中心點像素進行濾 波。 22 1323606 月巧日修正替換頁 訊包含: 若該中心點像素位於該細線上,則判斷該中 訊0 3·如請求項丨所狀影雜絲減綠奴,射根據^^ 心點像素是否位於該細線上的結果,判斷該中心點像素是否為雜 心點像素並非為雜 4.如請求項丨所述之影像雜訊衰減方法,其 是否位於該細線上係為判斷該中心點像素是否位於^ 心點像素 水平直線 5·如請求項丨所述之影像軸 ^否位於辦蝴賴物嶋==2;象素 6·如明求項丨所述之影像雜訊衰減方法, t否位於辦蝴咖巾爾输 ^點像素 線 咖繼域物,包含有: 二視固中’ 一中心點像素(CemralPixel)的 …置鄰居中相似的—第—像素個數; 弟 = 與物點働_—第二像素個 23 1323606 "0月彳日修正替_| 判斷該第—數量鄰居中相似的該第一像素個數是否大 ^ 預设值; $ 若!^數量鄰居中相似的該第-像素個數並非大於該第-預 斷該第一數量鄰居中舆該中心點 該預 一像素個數是否大於一第二預設值; 弟 根編㈣針,細_第二像素 像素料二預設值的結果,對該移域窗的中心點 8.如請求項7_之影像雜訊衰齡法, 量鄰居中崎爾伽娜數 預=結=,__的中心點像素進賴波包含‘ 仏亥弟—數量鄰居中與該中心點像素相似的該第二像素個數大 5x5 m皮 移 的中心點像素進行親。 4動視自 9量鄰如狀影_崎減綠,射根_斷該第一數 二值的::ΓΓ像素相似的該第二像素個數是否大於該第二 預 果’對該移動視窗的中心點像素進储波包含· 若該第-數量鄰居中與該中心點像素相似的該第二像素 二預設值,則使用一3x3中值遽波器來對該移動 視自的中心點像素進行濾波。 24 ?件月/ 7日修正替換頁 ια如請求項7所述之影像雜訊衰減方法,其中計算該第-ϋΓ 居中與該巾心點像素她_第二像素個數係為計算該第一數量 .鄰居中點像素之像素值的差值小於-第-臨界值的該第 二像素個數。 H.如,求項7所述之影像雜訊衰減方法其另包含: 計算該移動視窗中與該中心點像素她^連接的像素個數; • 觸該移動視窗中與該中心點像素相似且連接的像素健是否 小於一預定數目; 右。亥移動視窗中與該中心點像素相似且連接的像素個數小於一 預定數目’則判斷該中心點像素是否位於-細線上;以及 根據判斷邊中心點像素是否位於該細線上的結果,判斷該中心 點像素是否為雜訊。 鲁 π求項11所述之t像雜訊衰減方法,其中根據判斷該中心 7像素是錄麟祕上縣果,觸科心崎妓否為 包含: 若該中心點像素並非位於該細線上,則則對該中心點像素進行 濾波。 13.如請求項11所述之影像雜訊衰減方法,其中根據判斷該中心 點像素是否位於該細線上的結果,判_中心轉素是否為雜訊 25 υυυο 右该中心點像素位於該細線上,則判斷該中· I - _ 7奸/<&月加修正替換頁 訊0 心點像素並非為雜 14.如請求項u所述之影像雜訊衰減方法,其、 :是否位於該細線上係為判斷該中心點像素是否位於:水:: 15.如請求項11所述之影像雜訊衰減 ,位於該細線上係為判_一像素是=::: 素甘否!^11所奴練雜訊减方法,射觸該中心點像 線二否位於箱線上係為判斷該中心點像素是否位於—對角線直 _ )〗7.—種偵測影像雜訊之方法,包含有: 計算-鶴視窗中與-中心點像素她且連接的像素個數; 判斷該移動視窗中與該中心點像素相似且連接的像素健是否 小於一預定數目; 若該移動視窗中與該中心點像素相似且連接的像素個數小於一 預定數目’則判斷該中心點像素是否位於-細線上;以及 根據判斷該中〜點像素是否位於該細線上的結果,判斷該中心 點像素是否為雜訊。 26 1323606 一· « ___ :~·-—— t 匕存順嘀修正替換頁? 18·如請求項17所述之方法,其中根據判斷該中心點 於該細線上的結果,判斷該中心點像素是否為雜訊包含: 點敍麟位於該崎上,則點像素進行減 19.如請求項Π所述之方法,其中根據判斷該中心點像素是否位 於該細線上的結果,判斷該令心點像素是否為雜訊包含: • 若該中心點像素位於該細線上,則判斷該令心點像素並非為雜 訊。 ”、、 ) 20.如請求項17所述之影像雜訊衰減方法,其中判斷該中心點像 素是否位於該細線上係為觸射灿像錢錄於—水平直線 上。 、 乩如請求項Π所述之影像雜訊衰減方法,其中判斷該中心輯 •素是否位於該細線上係為判斷該中心點像素是否位於—垂直直線 上。 、 J 泣如請求項17所述之影像雜訊衰減方法,其中判斷該中心點像 素是否位於該細線上係為判斷該中心點像妓否位於—對角線直 線上。 27 ?弁/〇月π曰修正并袭]: 1323606 十一、圖式:
    28
TW095132667A 2006-02-22 2006-09-05 Image noise reduction method based on local correlation TWI323606B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US76697106P 2006-02-22 2006-02-22

Publications (2)

Publication Number Publication Date
TW200733722A TW200733722A (en) 2007-09-01
TWI323606B true TWI323606B (en) 2010-04-11

Family

ID=45074080

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095132667A TWI323606B (en) 2006-02-22 2006-09-05 Image noise reduction method based on local correlation

Country Status (2)

Country Link
US (1) US8189952B2 (zh)
TW (1) TWI323606B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103747735A (zh) * 2011-09-22 2014-04-23 株式会社岛津制作所 图像处理装置以及具备该图像处理装置的放射线摄影装置

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783124B2 (en) * 2007-03-02 2010-08-24 Huper Laboratories Co., Ltd. Method for reducing image noise
US8014030B2 (en) * 2007-09-14 2011-09-06 Kabushiki Kaisha Toshiba Image processing and formation with line thininng by reducing intensity of target pixel based on extracted contour pixel and area connectedness information
US20090153739A1 (en) * 2007-12-14 2009-06-18 Texas Instruments Incorporated Method and Apparatus for a Noise Filter for Reducing Noise in a Image or Video
US8559746B2 (en) * 2008-09-04 2013-10-15 Silicon Image, Inc. System, method, and apparatus for smoothing of edges in images to remove irregularities
KR101649882B1 (ko) * 2009-02-10 2016-08-22 래티스세미컨덕터코퍼레이션 블록 노이즈 검출 및 필터링
TWI519151B (zh) 2012-08-30 2016-01-21 義晶科技股份有限公司 影像處理方法以及影像處理裝置
WO2015019474A1 (ja) * 2013-08-08 2015-02-12 株式会社島津製作所 画像処理装置
KR102144994B1 (ko) * 2013-09-30 2020-08-14 삼성전자주식회사 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치
US9208770B2 (en) 2014-01-15 2015-12-08 Sharp Laboratories Of America, Inc. Noise event suppression for monitoring system
WO2016144712A2 (en) 2015-03-06 2016-09-15 Flir Systems, Inc. Anomalous pixel detection
US11788972B2 (en) 2021-04-29 2023-10-17 Industrial Technology Research Institute Method of automatically setting optical parameters and automated optical inspection system using the same
CN113902638B (zh) * 2021-10-08 2024-04-09 电子科技大学 结合卷积神经网络和轻型自适应中值滤波视频降噪方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3583040D1 (de) * 1985-12-17 1991-07-04 Ibm Bild-vorverarbeitungsverfahren zur rauschentfernung.
US4843568A (en) * 1986-04-11 1989-06-27 Krueger Myron W Real time perception of and response to the actions of an unencumbered participant/user
JPH01117954A (ja) 1987-10-30 1989-05-10 Fuji Heavy Ind Ltd 燃料消費制御装置
JPH01141491A (ja) 1987-11-28 1989-06-02 Sony Corp デイジタル信号処理回路
US5054099A (en) * 1989-02-23 1991-10-01 Nippon Telegraph And Telephone Corporation Binary image reduction method
EP0811205B1 (en) * 1994-11-25 2003-09-10 Sophisview Technologies, Ltd System and method for diagnosis of living tissue diseases
EP0721286A3 (en) 1995-01-09 2000-07-26 Matsushita Electric Industrial Co., Ltd. Video signal decoding apparatus with artifact reduction
JP3427554B2 (ja) * 1995-03-01 2003-07-22 オムロン株式会社 画像処理装置及び方法
US5903681A (en) * 1996-07-24 1999-05-11 Eastman Kodak Company Reducing edge artifacts on a digital printer
KR100213089B1 (ko) * 1997-01-29 1999-08-02 윤종용 루프필터링 방법 및 루프필터
US6408028B1 (en) * 1997-06-02 2002-06-18 The Regents Of The University Of California Diffusion based peer group processing method for image enhancement and segmentation
US6195467B1 (en) * 1999-03-25 2001-02-27 Image Processing Technologies, Inc. Method and apparatus for sharpening a grayscale image
JP4626007B2 (ja) * 1999-06-14 2011-02-02 株式会社ニコン 画像処理方法、画像処理プログラムを記録した機械読み取り可能な記録媒体、および画像処理装置
JP3264659B2 (ja) 1999-06-17 2002-03-11 松下電器産業株式会社 ノイズリダクション装置および方法とその記録媒体
JP3989341B2 (ja) * 2002-09-12 2007-10-10 理想科学工業株式会社 画像処理装置
US7474800B2 (en) * 2004-01-29 2009-01-06 Ati Technologies Ulc Method and apparatus for removing image compression artifacts

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103747735A (zh) * 2011-09-22 2014-04-23 株式会社岛津制作所 图像处理装置以及具备该图像处理装置的放射线摄影装置
CN103747735B (zh) * 2011-09-22 2016-04-20 株式会社岛津制作所 图像处理装置以及具备该图像处理装置的放射线摄影装置

Also Published As

Publication number Publication date
US8189952B2 (en) 2012-05-29
US20070196031A1 (en) 2007-08-23
TW200733722A (en) 2007-09-01

Similar Documents

Publication Publication Date Title
TWI323606B (en) Image noise reduction method based on local correlation
TWI260158B (en) Electronic watermark embedding device, electronic watermark detection device, method thereof, and program
Zhou Cognition and removal of impulse noise with uncertainty
Chan et al. Salt-and-pepper noise removal by median-type noise detectors and detail-preserving regularization
Roushdy Comparative study of edge detection algorithms applying on the grayscale noisy image using morphological filter
TWI324013B (en) Video noise reduction method using adaptive spatial and motion-compensation temporal filters
TWI295449B (en) Edge enhancement method and apparatus for bayer image and an image acquisition system
US20120314946A1 (en) Image processing apparatus, image processing method, and program
TW201143467A (en) Image processing device, image processing method, and program
EP1093088A2 (en) A region growing based noise reduction method for digital images
CN106878636B (zh) 缺陷像素点检测方法、装置及图像处理芯片
Chen et al. A low-cost VLSI implementation for efficient removal of impulse noise
CN104134189B (zh) 一种图像放大的方法及装置
Awad et al. Similar neighbor criterion for impulse noise removal in images
TWI384417B (zh) 影像處理方法及其裝置
JP2004511054A (ja) 画素を領域(r)に加えることによる画像雑音低減方法であって、周辺の画素対が条件を満たし且つその領域に対する中間値を決定する場合、その領域にそれら周辺の画素対を加えることによる画像雑音低減方法
Li et al. Research on image denoising based on median filter
CN106874882A (zh) 路面病害边缘检测方法和装置
Lee et al. Adaptive noise reduction algorithms based on statistical hypotheses tests
Dawood et al. Texture-preserving denoising method for the removal of random-valued impulse noise in gray-scale images
TW200826644A (en) Method of image noise reduction
CN102542537B (zh) 证照噪声检测消除方法及系统
Palabaş et al. Adaptive fuzzy filter combined with median filter for reducing intensive salt and pepper noise in gray level images
TWI273514B (en) Analyses of heavily corrupted images using fuzzy partitions
Sravani et al. Removal Of Low-DENSITY Impulse Noise From Grayscale Images Using New Modified Hybrid MedianFilTerWith Various Sliding Window Sizes