WO2008145072A1 - Procédé et dispositif de suppression d'un bruit d'image basé sur le filtre médian - Google Patents

Procédé et dispositif de suppression d'un bruit d'image basé sur le filtre médian Download PDF

Info

Publication number
WO2008145072A1
WO2008145072A1 PCT/CN2008/071144 CN2008071144W WO2008145072A1 WO 2008145072 A1 WO2008145072 A1 WO 2008145072A1 CN 2008071144 W CN2008071144 W CN 2008071144W WO 2008145072 A1 WO2008145072 A1 WO 2008145072A1
Authority
WO
WIPO (PCT)
Prior art keywords
edge
point
current point
pixel
cur
Prior art date
Application number
PCT/CN2008/071144
Other languages
English (en)
French (fr)
Inventor
Benhao Zhang
Xiaoguang Feng
Jing Hu
Fuhui Lin
Original Assignee
Spreadtrum Communications (Shanghai) 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 Spreadtrum Communications (Shanghai) Co., Ltd. filed Critical Spreadtrum Communications (Shanghai) Co., Ltd.
Publication of WO2008145072A1 publication Critical patent/WO2008145072A1/zh
Priority to US12/615,923 priority Critical patent/US8098952B2/en

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Definitions

  • the present invention relates to image denoising, and more particularly to image denoising methods and apparatus for Bayer image space or interpolated RGB image space. Background technique
  • Image denoising is an important unit in the I SP process. There are many methods for image denoising. At present, most image denoising methods based on median filters are simple. For the conventional image denoising method, see Figure 1. For the current point, first take out three groups from the surrounding pixels in a certain way, and find the median ⁇ 1, ⁇ 2 and ⁇ 3 of the three groups respectively. Then denoise the current point and perform edge protection if the current point is at the edge.
  • Denoising is performed by the above conventional method, and the denoising effect is not very good, and sometimes new noise is introduced, especially in the case where there is a dead pixel in the image, and the denoising effect is more unsatisfactory. Summary of the invention
  • the technical solution of the present invention is:
  • the present invention proposes an image noise removing method based on a median filter, comprising:
  • the reference brightness value Y is limited to [top_data_edge_limit, top-data ten edge-limit], where the brightness adjustment range parameter edge-limit value range 0 to 255, and update the current point cur_pixel with the reference brightness value Y after the limit, and the denoising is completed. If the current point is not at the edge, further determine the size of
  • the above method for removing image noise based on a median filter wherein the condition for determining whether the current point is a dead point is: determining the size of
  • the image noise removing method based on the median filter described above, wherein the condition for determining whether the current point is located at the edge is: determining the value of max_d and the size of edge_par, where max_d is in the horizontal direction in the point taken in the first step The maximum difference between the difference between the two farthest points and the value of the two farthest points in the vertical direction.
  • edge_par is an adjustable parameter indicating the edge threshold. If max_d > edge_par then the current point is located. Edge, otherwise the current point is not at the edge.
  • the present invention also provides an image noise removing apparatus based on a median filter, the apparatus comprising:
  • the median calculation module calculates the median values ⁇ 1 , ⁇ 2 and ⁇ 3 of the above three combinations by a median filter;
  • order tmp data cur_pixel;
  • An edge judging module determining whether the current point is located at an edge
  • the edge processing module performs edge protection processing on the current point located at the edge, and limits the reference luminance value Y to [top_data_edge_limit, top_data ten edge-limit], wherein the brightness adjustment range parameter edge_limit takes a value The range is 0 ⁇ 255, and the current point cur_pixel is updated by using the reference brightness value Y after the limit ;
  • the non-edge processing module performs the process of preventing excessive denoising on the current point of the non-edge. If
  • avoid-over-noise is an adjustable parameter, indicating a threshold that avoids excessive denoising.
  • the image noise removing device based on the median filter, wherein, in the fetching module, for any combination taken from surrounding pixel points of the current point, other pixels of the same group are centered on the current point
  • the points are symmetrically distributed.
  • the image noise removing device based on the median filter, wherein the condition of determining whether the current point is a dead point in the dead pixel processing module is: determining the size of
  • the image noise removing apparatus based on the median filter, wherein the condition that the edge determining module determines whether the current point is located at the edge is: determining a value of max_d and a size of edge_par, where max_d is a point taken by the point-taking module The maximum value of the difference between the value of the two points farthest in the horizontal direction and the value of the two points farthest in the vertical direction, edge_par is an adjustable parameter indicating the edge threshold, if max_d > edge_par Then the current point is at the edge, otherwise the current point is not at the edge.
  • the present invention Compared with the prior art, the present invention has the following beneficial effects: the present invention increases the processing of the dead pixels in the case where the current point is a dead point and the prevention of the current point at the non-edge in the conventional image denoising process. Excessive denoising processing allows the method of the present invention to remove linear noise and a portion of random noise from the sensor, remove some dead pixels in the sensor image, and prevent excessive denoising caused by the denoising process. BRIEF abstract
  • Figure 1 is a flow chart of a conventional image denoising process.
  • FIG. 2 is a flow chart of a preferred embodiment of the image denoising method of the present invention.
  • FIG. 3 is a more detailed flow chart of the image denoising method of the present invention.
  • Fig. 4 is a schematic view showing an example of the manner of taking a point in the present invention.
  • Figure 5 is a block diagram of an image denoising apparatus of the present invention.
  • Fig. 2 shows a rough flow of the image noise removing method of the present invention.
  • Fig. 2 shows a rough flow of the image noise removing method of the present invention.
  • three groups are taken out from a plurality of pixel points around the current point in a certain manner, and the median values ⁇ 1, ⁇ 2, and ⁇ 3 of the three groups of pixel points are respectively obtained by a median filter.
  • the current point is denoised. If the current point is at the edge, the edge protection process is performed. Otherwise, the current point is prevented from excessive denoising.
  • Figure 3 is a refinement of the embodiment of Figure 2.
  • the following is a detailed description of the steps in the image noise removal method. The following steps take the example of processing a current point cur_pi xe l. As long as the following steps are repeated for each point in the image, a denoised image can be obtained.
  • Step S10 For the current point cur_pi X el, three combinations are taken out from the surrounding pixels.
  • Fig. 4 shows an example of taking points. Assuming that the current point cur_pi X el is R5, three groups are taken from the surrounding 5X5 pixels, as follows: Group 1: Rl, R3, R7, R9, R5; Group 2: R2, R4, R5, R6, R8; Group 3: R2, R4, R5, R5, R5, R6, R8.
  • the point-taking method can be any reasonable one. Generally, the following rules can be followed: For each group of points taken from surrounding pixels, other pixels of the same group are symmetrically distributed around the current point. The way and number of points can be changed.
  • Step S11 Calculate the median values of the three sets of pixel points respectively, that is, use the median filter to obtain three median values ⁇ 1, ⁇ 2, and ⁇ 3.
  • Step S12 Calculate the reference brightness ⁇ .
  • Step S13 It is judged whether the current point cur_pi xe l is a dead point, and if yes, the process proceeds to step S14, otherwise, the process proceeds to step S15.
  • determining whether it is a dead point is determining the size of
  • Step S16 Find the difference between the difference between the values of the two points in the horizontal direction that are the farthest in the horizontal direction and the vertical points of the two points farthest in the vertical direction, and compare the two differences. , which takes the larger difference as max do In the example of Fig. 4, it is compared with
  • Step S17 Determine whether the current point cur_pixel is located at the edge (edge).
  • the condition for judging whether the current point cur_pixel is at the edge is: determining the value of max_d and the size of edge_par, where edge_par is an adjustable parameter indicating an edge threshold, and if max_d > edge_par then the current point is at the edge, go to step S18; The current point is not at the edge, and the process goes to step S19.
  • Step S18 The reference brightness value Y is limited to [top_data_edge_limit, top_data ten edge-limit], wherein the brightness adjustment range parameter edge-limit takes a value ranging from 0 to 255, and after the limit is used
  • the current point cur_pixel is updated with reference to the brightness value Y, and the denoising is completed.
  • Step S19 Determine the size of
  • Step S20 The current point cur_pi X el is updated by using the reference brightness value Y, and the denoising is completed.
  • Step S21 Update the current point cur_pixel with top_data, and the noise is removed.
  • the present invention also proposes an image noise removing apparatus based on a median filter, see Fig. 5.
  • the device comprises: a point taking module 51, a median calculating module 52, a reference brightness value calculating module 53, a dead point processing module 54, an edge determining module 55, an edge processing module 56, and a non-edge processing module 57.
  • the fetch module 51 takes three combinations from the pixels around the current point cur_pi X d .
  • the point-taking method can be any reasonable one. Generally, the following rules are followed: For each group of points taken from surrounding pixels, other pixels of the same group are symmetrically distributed around the current point. Of course, the manner and number of points can be changed.
  • the median calculation module 52 calculates the median values of the three groups of pixels through the median filter, and obtains three median values ⁇ 1, ⁇ 2, and ⁇ 3 , respectively.
  • the dead point processing module 54 determines whether the current point cur_pixel is a dead point, that is, determines the size of the
  • the edge judging module 55 judges whether the current point C ur — pi X d is located at the edge, that is, determines the value of max_d and the size of the edge_par, and the edge_par is an adjustable parameter indicating an edge threshold.
  • max_d is calculated as such To: find the difference between the difference between the values of the two points farthest in the horizontal direction of the taken pixel point and the vertical point of the two points farthest in the vertical direction, and compare the two differences, The larger difference is taken as max_d. If max_d>edge_par then the current point is at the edge, further run by edge processing module 56; otherwise the current point is not at the edge and is further run by non-edge processing module 57.
  • the edge processing module 56 performs edge protection processing on the current point cur_p ixe l located at the edge, and limits the reference luminance value Y to [top_data_edge_limit, top_data ten edge-limit], wherein the brightness adjustment range parameter edge- The limit value ranges from 0 to 255, and the current point cur_pixeL is updated with the reference brightness value Y after the limit.
  • the non-edge processing module 57 performs the process of preventing excessive denoising on the non-edge current point CU r_pi X el, first determining the size of
  • the invention is based on the fact that additional processing of dead pixels is added during the denoising process and excessive denoising processing is prevented when the current point is not edged.

Landscapes

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

Description

一种基于中值滤波器的图像噪声去除方法和装置 技术领域
本发明涉及图像去噪，尤其涉及用于 Bayer图像空间或经过插值后的 RGB图像 空间的图像去噪方法和装置。 背景技术
图像去噪是 I SP流程中重要的一个单元， 用于图像去噪的方法有很多， 目前大 多数基于中值滤波器的图像去噪方法都很简单。一般传统的图像去噪方法参见图 1， 对于当前点先按一定方式从周围的像素点中取出三组， 分别求这三组的中值 Φ 1、 Φ 2 和 Φ 3。 然后对当前点做去噪处理， 如果当前点位于边缘 （edge) 则进行 edge 保护处理。
采用上述传统的方法进行去噪， 去噪效果不是很好， 且有时会引入新的噪声， 尤其是对图像中存在坏点的情况， 去噪效果更加不理想。 发明内容
本发明的目的在于提供一种基于中值滤波器的图像噪声去除方法和装置，它能 去除传感器的线性噪声以及一部分随机噪声， 去除传感器图像中的一些坏点以及防 止去噪过程造成的过度去噪。
本发明的技术方案为： 本发明提出了一种基于中值滤波器的图像噪声去除方 法， 包括：
对于当前点 cur_pixel， 从周围的像素点中取出三种组合， 分别计算该三个组合 中每组像素点的中值 Φ 1、 Φ 2禾卩 Φ 3 ;
计算参考亮度值 Υ: Υ = Φ 2+ [ Φ 1 + Φ 3— 2 * Φ 2] * h * [1 - k * var]， 其中 var = Φ 3 - Φ 1， 且 h、 k是两个可调的参数， 用于控制去噪的强度；
判断当前点 cur_pixel是否为坏点， 如为坏点则令中间变量 top— data= Φ 1， 否 贝 lj令 tmp data = cur_pixel；
判断当前点是否位于边缘， 如果当前点位于边缘， 则将参考亮度值 Y 限位于 [top— data— edge— limit, top— data十 edge— limit] , 其中亮度调整范围参数 edge— limit 取值范围为 0〜255， 并用限位之后的参考亮度值 Y更新当前点 cur_pixel， 去噪完毕 如果当前点不位于边缘， 则进一步判断 |Y— top— data | 和 avoid— over— noise的 大小， 其中 avoid— over— noise 是可调参数， 表示避免过度去噪的阀值， 如果 |Y— top— data | < avoid— over— noise, 则用参考亮度值 Y更新当前点， 否则用 top— data 更新当前点；
对图像中的每一像素点都重复上述步骤进行处理。
上述的基于中值滤波器的图像噪声去除方法， 其中， 对于从当前点的周围像素 点中所取出的任一组合， 同组的其他像素点均以该当前点为中心点呈对称分布。
上述的基于中值滤波器的图像噪声去除方法， 其中， 判断当前点是否为坏点的 条件是：判断 |cur_pixel— Φ 1 |禾卩 bad_pixel的大小，如果 |cur_pixel— Φ 1 | >bad_pixel, 则该当前点为坏点， 否则该当前点不是坏点， 其中 bad_pixel是坏点检测参数。
上述的基于中值滤波器的图像噪声去除方法， 其中， 判断当前点是否位于边缘 的条件是： 判断 max_d的值和 edge_par的大小， 其中 max_d是于第一步所取的点 中在水平方向上距离最远的两个点的数值之差和竖直方向上距离最远的两个点的 数值之差的最大值， edge_par是可调参数， 表示边缘阀值， 如果 max_d > edge_par 则当前点位于边缘， 否则当前点不位于边缘。
基于上述的方法， 本发明还提出了一种基于中值滤波器的图像噪声去除装置， 该装置包括：
取点模块， 对于当前点 cur_pixel， 从周围的像素点中取三种组合；
中值计算模块， 通过中值滤波器分别计算上述三种组合的像素点中值 Φ 1、 Φ 2 禾口 Φ 3 ;
参考亮度值计算模块， 根据公式 Υ = Φ 2+ [ Φ 1 + Φ 3— 2 * Φ 2] * h * [1— k * var] 计算参考亮度值 Y的数值， 其中 ν Γ= Φ 3 - Φ 1， 且 h、 k是两个可调的参数， 用于 控制去噪的强度；
坏点处理模块， 判断当前点 cur_pixel是否为坏点， 如当前点为坏点则令中间 变量 tmp_data= Φ 1， 否贝 [|令 tmp data = cur_pixel；
边缘判断模块， 判断当前点是否位于边缘；
边缘处理模块， 对位于边缘的当前点做边缘保护处理， 将参考亮度值 Y 限位 于 [top— data— edge— limit, top— data十 edge— limit] , 其中亮度调整范围参数 edge— limit 取值范围为 0〜255， 并使用限位之后的参考亮度值 Y更新当前点 cur_pixel; 非边缘处理模块， 对非边缘的当前点做防止过度去噪的处理， 如果 |Y - top— data | < avoid— over— noise, 则用参考亮度值 Y更新当前点， 否则用 top— data 更新当前点， 其中 avoid— over— noise是可调参数， 表示避免过度去噪的阀值。
上述的基于中值滤波器的图像噪声去除装置， 其中， 该取点模块中， 对于从当 前点的周围像素点中所取出的任一组合， 同组的其他像素点均以该当前点为中心点 呈对称分布。
上述的基于中值滤波器的图像噪声去除装置， 其中， 该坏点处理模块中， 判断 当前点是否为坏点的条件是： 判断 |cur_pixel— Φ 1 |和 bad_pixel 的大小， 如果 |cur_pixel- Φ 1 | >bad_pixel, 则该当前点为坏点， 否则该当前点不是坏点， 其中 bad_pixel是坏点检测参数。
上述的基于中值滤波器的图像噪声去除装置， 其中， 该边缘判断模块判断当前 点是否位于边缘的条件是： 判断 max_d的值和 edge_par的大小， 其中 max_d是该 取点模块所取的点中在水平方向上距离最远的两个点的数值之差和竖直方向上距 离最远的两个点的数值之差的最大值， edge_par是可调参数， 表示边缘阀值， 如果 max_d > edge_par则当前点位于边缘， 否则当前点不位于边缘。
本发明对比现有技术有如下的有益效果：本发明通过在传统的图像去噪过程中 增加在当前点为坏点的情况下对坏点的处理以及对处于非 edge 的当前点所进行的 防止过度去噪处理， 使得本发明的方法对比现有技术， 能够去除传感器的线性噪声 以及一部分随机噪声， 去除传感器图像中的一些坏点以及防止去噪过程造成的过度 去噪。 附图概述
图 1是传统的图像去噪过程的流程图。
图 2是本发明的图像去噪方法的一个较佳实施例的流程图。
图 3是本发明的图像去噪方法的更细致的流程图。
图 4是本发明中取点方式的一个示例的示意图。
图 5是本发明的图像去噪装置的框图。 本发明的最佳实施方案
下面结合附图和实施例对本发明作进一步的描述。 图 2示出了本发明的图像噪声去除方法的一个大略的流程。请参见图 2，首先， 按照一定方式从当前点周围的若干像素点中取出三组， 分别通过中值滤波器求这三 组像素点各自的中值 Φ1、 Φ2和 Φ3。 然后， 根据一定的条件判断当前点是否为坏 点， 如果为坏点则对坏点做相应处理。 最后， 对当前点做去噪处理， 如果当前点位 于 edge, 做 edge保护处理， 否则对当前点做防止过度去噪处理。
图 3对图 2实施例进行了细化， 请参见图 2， 下面是对图像噪声取出方法中各 步骤的详细描述。下面的步骤是以处理一个当前点 cur_pixel为例， 只要对图像中的 每一点都重复以下步骤就可以得到一个去噪后的图像。
步骤 S10: 对当前点 cur_piXel， 从周围的像素点中取出三种组合。
图 4示出了取点的一个示例。假设当前点 cur_piXel为 R5，从其周围 5X5的像 素点中取出三组， 取法如下： 第一组： Rl、 R3、 R7、 R9、 R5; 第二组： R2、 R4、 R5、 R6、 R8; 第三组： R2、 R4、 R5、 R5、 R5、 R6、 R8。
取点方式可以为合理的任意一种， 一般可以遵循如下规则： 对于从周围像素点 中取出的每一组点， 同组的其他像素点均以当前点为中心对称分布。 取点的方式和 个数都可以变化。
步骤 S11: 分别计算这三组像素点的中值， 即使用中值滤波器得到三个中值 Φ 1、 Φ2禾口 Φ3。
步骤 S12: 计算参考亮度 Υ。计算公式为： Υ = Φ2+[Φ1+Φ3-2*Φ2] *1ι* [1一 k * var]， 其中 ν Γ=Φ3 -Φ1， 且 h、 k是两个可调的参数， 用于控制去噪的强 度。
步骤 S13: 判断当前点 cur_pixel是否为坏点， 如果是则进入步骤 S14， 否则进 入步骤 S 15。
本实施例中， 判断是否为坏点即是判断 |cur_pixel— Φ 1 I和坏点检测参数 bad_pixel的大小。如果 |cur_pixel— Φ 1 |>bad_pixel, 则当前点 cur_pixel是坏点。 否 则当前点 cur_pixel不是坏点。
步骤 S14: 令中间变量 top— data= Φ 1。
步骤 S 15： 令中间变量 top— data = cur_pixel。
步骤 S16: 求出所取的像素点中在水平方向上距离最远的两个点的数值之差和 竖直方向上距离最远的两个点的竖直之差， 比较这两个差值， 将其中较大的差值作 为 max do 在图 4示例中， 是比较 |R2-R8| 与 |R4-R6|， 将其中的较大值作为 max_d。
步骤 S 17: 判断当前点 cur_pixel是否位于边缘 （edge ) 。
判断当前点 cur_pixel是否位于边缘的条件是： 判断 max_d的值和 edge_par的 大小， 其中 edge_par是可调参数， 表示边缘阀值， 如果 max—d > edge_par则当前 点位于边缘， 转到步骤 S18 ; 否则当前点不位于边缘， 转到步骤 S19。
步骤 S 18：将参考亮度值 Y限位于 [top— data— edge— limit, top— data十 edge— limit]， 其中亮度调整范围参数 edge— limit取值范围为 0〜255，并用限位之后的参考亮度值 Y 更新当前点 cur_pixel， 去噪完毕。
步骤 S 19： 判断 |Y— top— data | 禾卩 avoid— over— noise 的大小， 其中 avoid— over— noise 是可调参数， 表示避免过度去噪的阀值。 如果 |Y— top— data | < avoid— over— noise， 则转到步骤 S20， 否则转到步骤 S21。
步骤 S20: 使用参考亮度值 Y更新当前点 cur_piXel， 去噪完毕。
步骤 S21 : 使用 top— data更新当前点 cur_pixel， 去噪完毕。
基于上述方法， 本发明还提出了一种基于中值滤波器的图像噪声去除装置， 请 参见图 5。 该装置包括： 取点模块 51、 中值计算模块 52、 参考亮度值计算模块 53、 坏点处理模块 54、 边缘判断模块 55、 边缘处理模块 56、 非边缘处理模块 57。
取点模块 51从当前点 cur_piXd周围的像素点中取出三种组合。 取点方式可以 为合理的任意一种， 一般遵循如下规则： 对于从周围像素点中取出的每一组点， 同 组的其他像素点均以当前点为中心对称分布。 当然， 取点的方式和个数都可以变化 中值计算模块 52通过中值滤波器计算这三组像素点的中值， 分别得到三个中 值 Φ 1、 Φ 2和 Φ 3。参考亮度值计算模块 53计算参考亮度值 Y，公式为： Υ = Φ 2+ [ Φ 1 + Φ 3— 2 * Φ 2] * h * [l—k * var]，其中 ν&Γ= Φ 3— Φ 1，且 h、 k是两个可调的参数， 用于控制去噪的强度。
坏点处理模块 54判断当前点 cur_pixel是否为坏点， 即判断 |cur_pixd— Φ 1 |和 坏点检测参数 bad_pixel 的大小。 如果 |cur_pixel— Φ 1 | > bad_pixel， 则当前点 cur_pixel是坏点， 令中间变量 top— data = Φ 1。 否则当前点 cur_pixel不是坏点， 令 中间变量 top— data = cur_pixel。
边缘判断模块 55判断当前点 Cur_piXd是否位于边缘， 也即判断 max_d的值和 edge_par的大小， edge_par是可调参数， 表示边缘阀值。 其中 max_d这样计算得 到： 求出所取的像素点中在水平方向上距离最远的两个点的数值之差和竖直方向上 距离最远的两个点的竖直之差， 比较这两个差值， 将其中较大的差值作为 max— d。 如果 max_d>edge_par则当前点位于边缘， 由边缘处理模块 56进一步运行； 否则 当前点不位于边缘， 由非边缘处理模块 57进一步运行。
边缘处理模块 56对位于边缘的当前点 cur_p ixe l做边缘保护处理， 将参考亮 度值 Y 限位于 [top— data— edge— limit, top— data十 edge— limit] , 其中亮度调整范围参 数 edge— limit 取值范围为 0〜255， 并用限位之后的参考亮度值 Y 更新当前点 cur_pixeL
非边缘处理模块 57对非边缘的当前点 CUr_piXel做防止过度去噪的处理， 首先 判断 |Y— top— data | 禾口 avoid— over— noise的大小，其中 avoid— over— noise是可调参数， 表示避免过度去噪的阀值。 如果 |Y— top— data I < avoid— over— noise, 则使用参考亮 度值 Y更新当前点 cur_pixel， 否则使用 top— data更新当前点 cur_pixel。
本发明的发明点在于：在去噪过程中增加了对坏点的额外处理和对当前点非边 缘时的防止过度去噪处理。
上述实施例是提供给本领域普通技术人员来实现或使用本发明的，本领域普通 技术人员可在不脱离本发明的发明思想的情况下， 对上述实施例做出种种修改或变 化， 因而本发明的保护范围并不被上述实施例所限， 而应该是符合权利要求书提到 的创新性特征的最大范围。

Claims

权 利 要 求
1 一种基于中值滤波器的图像噪声去除方法， 包括：
对于当前点 cur_pixel， 从周围的像素点中取出三种组合， 分别计算该三个组合 中每组像素点的中值 Φ 1、 Φ 2禾卩 Φ 3 ;
计算参考亮度值 Υ: Υ = Φ 2+ [ Φ 1 + Φ 3— 2 * Φ 2] * h * [1 - k * var]， 其中 var = Φ 3 - Φ 1， 且 h、 k是两个可调的参数， 用于控制去噪的强度；
判断当前点 cur_pixel是否为坏点， 如为坏点则令中间变量 top— data= Φ 1， 否 贝 lj令 tmp data = cur_pixel；
判断当前点是否位于边缘， 如果当前点位于边缘， 则将参考亮度值 Y 限位于 [top— data— edge— limit, top— data十 edge— limit] , 其中亮度调整范围参数 edge— limit 取值范围为 0〜255， 并用限位之后的参考亮度值 Y更新当前点 cur_pixel， 去噪完毕 如果当前点不位于边缘， 则进一步判断 |Y— top— data | 和 avoid— over— noise的 大小， 其中 avoid— over— noise 是可调参数， 表示避免过度去噪的阀值， 如果 |Y— tmp data | < avoid— over— noise, 则用参考亮度值 Y更新当前点， 否则用 top— data 更新当前点；
对图像中的每一像素点都重复上述步骤进行处理。
2 根据权利要求 1所述的基于中值滤波器的图像噪声去除方法，其特征在于， 对于从当前点的周围像素点中所取出的任一组合， 同组的其他像素点均以该当前点 为中心点呈对称分布。
3 根据权利要求 1所述的基于中值滤波器的图像噪声去除方法，其特征在于， 判断当前点是否为坏点的条件是： 判断 |cur_pixd— Φ 1 I和 bad_pixel的大小， 如果 |cur_pixel- Φ 1 | >bad_pixel, 则该当前点为坏点， 否则该当前点不是坏点， 其中 bad_pixel是坏点检测参数。
4 根据权利要求 1所述的基于中值滤波器的图像噪声去除方法，其特征在于， 判断当前点是否位于边缘的条件是：判断 max_d的值和 edge_par的大小，其中 max_d 是于第一步所取的点中在水平方向上距离最远的两个点的数值之差和竖直方向上 距离最远的两个点的数值之差的最大值， edge_par是可调参数， 表示边缘阀值， 如 果 max_d > edge_par则当前点位于边缘， 否则当前点不位于边缘。
5 一种基于中值滤波器的图像噪声去除装置， 该装置包括：
取点模块， 对于当前点 cur_pixel， 从周围的像素点中取三种组合；
中值计算模块， 通过中值滤波器分别计算上述三种组合的像素点中值 Φ 1、 Φ 2 禾口 Φ 3 ;
参考亮度值计算模块， 根据公式 Υ = Φ 2+ [ Φ 1 + Φ 3— 2 * Φ 2] * h * [1— k * var] 计算参考亮度值 Y的数值， 其中 ν Γ= Φ 3 - Φ 1， 且 h、 k是两个可调的参数， 用于 控制去噪的强度；
坏点处理模块， 判断当前点 cur_pixel是否为坏点， 如当前点为坏点则令中间 变量 tmp_data= Φ 1， 否贝 [|令 tmp data = cur_pixel；
边缘判断模块， 判断当前点是否位于边缘；
边缘处理模块， 对位于边缘的当前点做边缘保护处理， 将参考亮度值 Y 限位 于 [top— data— edge— limit, top— data十 edge— limit] , 其中亮度调整范围参数 edge— limit 取值范围为 0〜255， 并使用限位之后的参考亮度值 Y更新当前点 cur_pixel;
非边缘处理模块， 对非边缘的当前点做防止过度去噪的处理， 如果 |Y - tmp data | < avoid— over— noise, 则用参考亮度值 Y更新当前点， 否则用 top— data 更新当前点， 其中 avoid— over— noise是可调参数， 表示避免过度去噪的阀值。
6 根据权利要求 5所述的基于中值滤波器的图像噪声去除装置，其特征在于， 该取点模块中， 对于从当前点的周围像素点中所取出的任一组合， 同组的其他像素 点均以该当前点为中心点呈对称分布。
7 根据权利要求 5所述的基于中值滤波器的图像噪声去除装置，其特征在于， 该坏点处理模块中， 判断当前点是否为坏点的条件是： 判断 |cur_pixel— Φ 1 I和 bad_pixel的大小， 如果 |cur_pixel— Φ 1 | >bad_pixel， 则该当前点为坏点， 否则该当 前点不是坏点， 其中 bad_pixel是坏点检测参数。 8 根据权利要求 5所述的基于中值滤波器的图像噪声去除装置，其特征在于， 该边缘判断模块判断当前点是否位于边缘的条件是： 判断 max_d 的值和 edge_pa r 的大小， 其中 max_d是该取点模块所取的点中在水平方向上距离最远的两个点的数 值之差和竖直方向上距离最远的两个点的数值之差的最大值， edge_par 是可调参 数， 表示边缘阀值， 如果 max_d > edge_par则当前点位于边缘， 否则当前点不位于 边缘。
PCT/CN2008/071144 2007-05-30 2008-05-30 Procédé et dispositif de suppression d'un bruit d'image basé sur le filtre médian WO2008145072A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US12/615,923 US8098952B2 (en) 2007-05-30 2009-11-10 Method and device for removing image noise based on the median filter

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN200710041443.5 2007-05-30
CN2007100414435A CN101316321B (zh) 2007-05-30 2007-05-30 一种基于中值滤波器的图像噪声去除方法和装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US12/615,923 Continuation US8098952B2 (en) 2007-05-30 2009-11-10 Method and device for removing image noise based on the median filter

Publications (1)

Publication Number Publication Date
WO2008145072A1 true WO2008145072A1 (fr) 2008-12-04

Family

ID=40074588

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2008/071144 WO2008145072A1 (fr) 2007-05-30 2008-05-30 Procédé et dispositif de suppression d'un bruit d'image basé sur le filtre médian

Country Status (3)

Country Link
US (1) US8098952B2 (zh)
CN (1) CN101316321B (zh)
WO (1) WO2008145072A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323533A1 (en) * 2010-03-03 2012-12-20 Battelle Memorial Institute Filters for spectral analysis data

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101316321B (zh) * 2007-05-30 2010-04-07 展讯通信（上海）有限公司 一种基于中值滤波器的图像噪声去除方法和装置
CN101908205B (zh) * 2010-06-09 2011-11-30 河北师范大学 基于幻方编码的中值滤波方法
KR101704439B1 (ko) * 2010-09-28 2017-02-09 삼성전자주식회사 메디안 필터링 방법 및 장치
TWI458319B (zh) * 2011-11-29 2014-10-21 Novatek Microelectronics Corp 時脈嵌入的資料傳輸方法以及資料編碼
JP5853109B2 (ja) * 2012-12-28 2016-02-09 株式会社日立製作所 計算機、計算機システムの制御装置及び記録媒体
US9648261B2 (en) * 2015-08-26 2017-05-09 Apple Inc. Account for clipped pixels in auto-focus statistics collection
CN105069764B (zh) * 2015-08-28 2017-10-24 上海斐讯数据通信技术有限公司 一种基于边缘跟踪的图像去噪方法及系统
CN107392856B (zh) * 2016-05-16 2020-10-27 合肥君正科技有限公司 一种图像滤波方法及其装置
US10051252B1 (en) * 2017-03-07 2018-08-14 Filmic Inc. Method of decaying chrominance in images
TWI645706B (zh) * 2017-05-08 2018-12-21 瑞昱半導體股份有限公司 影像處理方法及影像處理裝置
CN107392869B (zh) * 2017-07-21 2020-12-01 长安大学 一种基于边缘保持滤波器的人脸图像滤波方法
CN112150371B (zh) * 2019-06-28 2024-02-06 浙江宇视科技有限公司 图像降噪方法、装置、设备及存储介质
CN113298761B (zh) * 2021-05-07 2023-07-04 奥比中光科技集团股份有限公司 一种图像滤波方法、装置、终端和计算机可读存储介质
CN113141416B (zh) * 2021-05-12 2022-05-20 广州诚为信息技术有限公司 一种sdwan的企业运营管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6229578B1 (en) * 1997-12-08 2001-05-08 Intel Corporation Edge-detection based noise removal algorithm
CN1761286A (zh) * 2005-11-03 2006-04-19 上海交通大学 用边缘检测、运动检测和中值滤波去除蚊式噪声的方法
WO2007020930A1 (ja) * 2005-08-15 2007-02-22 Sony Corporation 撮像装置、ノイズリダクション装置およびノイズリダクション方法、ならびに、プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004127064A (ja) * 2002-10-04 2004-04-22 Konica Minolta Holdings Inc 画像処理方法、画像処理装置、画像処理プログラム及び画像記録装置
JP4042563B2 (ja) * 2002-12-27 2008-02-06 セイコーエプソン株式会社 画像ノイズの低減
US7515763B1 (en) * 2004-04-29 2009-04-07 University Of Rochester Image denoising based on wavelets and multifractals for singularity detection and multiscale anisotropic diffusion
US7271749B2 (en) * 2004-09-14 2007-09-18 Hewlett-Packard Development Company, L.P. Context-based denoiser that simultaneously updates probabilities for multiple contexts
CN100366053C (zh) * 2005-04-08 2008-01-30 北京中星微电子有限公司 一种对数字图像进行坏点补偿的方法
CN100367770C (zh) * 2005-09-14 2008-02-06 上海广电（集团）有限公司中央研究院 一种去除视频孤立噪声点的方法
CN101316321B (zh) * 2007-05-30 2010-04-07 展讯通信（上海）有限公司 一种基于中值滤波器的图像噪声去除方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6229578B1 (en) * 1997-12-08 2001-05-08 Intel Corporation Edge-detection based noise removal algorithm
WO2007020930A1 (ja) * 2005-08-15 2007-02-22 Sony Corporation 撮像装置、ノイズリダクション装置およびノイズリダクション方法、ならびに、プログラム
CN1761286A (zh) * 2005-11-03 2006-04-19 上海交通大学 用边缘检测、运动检测和中值滤波去除蚊式噪声的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323533A1 (en) * 2010-03-03 2012-12-20 Battelle Memorial Institute Filters for spectral analysis data

Also Published As

Publication number Publication date
CN101316321A (zh) 2008-12-03
US8098952B2 (en) 2012-01-17
CN101316321B (zh) 2010-04-07
US20100098348A1 (en) 2010-04-22

Similar Documents

Publication Publication Date Title
WO2008145072A1 (fr) Procédé et dispositif de suppression d&#39;un bruit d&#39;image basé sur le filtre médian
JP4727720B2 (ja) 画像処理方法および画像処理装置
CN106815821B (zh) 近红外图像的去噪方法和装置
US8238685B2 (en) Image noise reduction method and image processing apparatus using the same
CN105809630B (zh) 一种图像噪声过滤方法及系统
US20070269129A1 (en) Image Processing with Minimization of Ringing Artifacts and Noise
CN107230208B (zh) 一种高斯噪声的图像噪声强度估计方法
JP2012249079A (ja) 輪郭補正装置
CN110619612B (zh) 一种消除图像噪声的方法及装置
CN108765312B (zh) 一种基于方差信息的图像去噪方法
JP2003348383A (ja) 画像処理方法および画像処理装置
JP4932910B2 (ja) デジタル画像におけるモスキート・ノイズを低減するための方法及びシステム
CN109064413A (zh) 图像对比度增强方法及采用其的图像采集医疗设备
CN112884667B (zh) 一种Bayer域降噪方法和降噪系统
TWI306348B (en) Device and method for image edge enhancement
WO2018099303A1 (zh) 一种图像去噪的方法、装置及计算机存储介质
JP5365878B2 (ja) フィルタ装置、フィルタリング方法
WO2020113824A1 (zh) 图像处理方法
JP5557635B2 (ja) 輪郭強調装置
JP2003219211A (ja) ノイズ除去方法およびノイズ除去装置
TWI712989B (zh) 影像處理方法及影像處理裝置
CN100367768C (zh) 增强图像边缘视觉效果的方法
JP2006014164A (ja) 画像撮像装置およびノイズ除去方法
KR20140006751A (ko) 이미지 처리 장치 및 방법
CN115984118B (zh) 基于边缘增强的红外图像放大算法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08757555

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 08757555

Country of ref document: EP

Kind code of ref document: A1