[发明专利]基于双稳态随机共振机制的二值图像复原方法

说明书

技术领域

本发明属于图像处理领域，涉及一种基于双稳态随机共振机制的二值图像复原方法。

背景技术

1981年，意大利学者Benzi提出了随机共振理论，揭示出在噪声、周期性输入信号和非线性系统的协同作用下，噪声能量可以转化为有用的信号能量，从而提高周期性输出信号的信噪比。随机共振利用噪声增强信号的特性，打破了只能通过消除噪声来增强信号的固有观念，并在弱信号的检测和估计中得到了广泛的应用。随着随机共振应用研究的深入，其应用范围逐渐延伸到数字图像处理领域，如Ye Qinghua等利用双稳态系统实现了图像直流分量的增强，另外在阈值系统中，Marks等发现通过向图像添加适当强度的噪声可以使图像更加符合人的视觉特征，这些结果都为图像的复原提供了新的思路。但是目前，随机共振在图像增强领域的应用只限于处理图像中的单一频率分量，然而在实际中，大量的图像是非周期信号，这些图像通常包含了丰富的频率成分，单频分量的恢复远远不能满足实际需求，而利用阈值系统随机共振技术所恢复的图像只是统计意义上的结果，需要将大量处理后的图像进行叠加以达到复原目的。

发明内容

本发明针对现有图像滤波的复原技术在低信噪比情况下不能取得良好的效果，提供了一种双稳态随机共振二值图像复原方法。

本发明的双稳态随机共振二值图像复原方法，包括以下步骤：

步骤(1)对含噪二值图像分别按行和列扫描得到两个一维序列；

步骤(2)对每个一维序列中的每个像素值减去128；

步骤(3)将每个一维序列输入至对应的双稳态系统，得到对应的两列输出信号；

步骤(4)调节对应的双稳态系统参数，使得双稳态系统的输出达到最佳随机共振状态。具体方法为：计算双稳态系统的互信息熵，当互信息熵达到极大值时，固定此时的双稳态参数值，此时的输出序列即为双稳态系统的最佳输出；

步骤(5)将得到的最佳输出信号作为相应的复原后信号序列，并将其恢复成二维信号；

步骤(6)将恢复的两个二维信号输入判别器，判别器经判别后输出复原后的二值图像。判别器的判别方法为：若以行扫描获取的一维信号作为双稳态系统的输入信号，从而得到的输出二维信号在相应位置上的值大于另一个二维信号，则该位置上的像素值为255；反之，该位置上的像素值为0。

本发明方法所具有的有益效果为：本发明将双稳态随机共振应用于图像复原领域，相比于传统图像滤波复原方法，本发明鲁棒性好，抗强噪能力强，适合恢复被强噪声所污染的图像。

附图说明

图1为本发明方法基本原理图。

具体实施方式

以下结合实施例和附图对本发明进一步说明，但本发明决非仅限于所介绍的实施例。

如图1所示，一种双稳态随机共振二值图像复原方法包括如下步骤：

步骤(1)设含噪二值图像1有N行M列，则其总像素值为N×M，对含噪二值图像1分别按行和列扫描得到一维序列S_row(m)和S_col(m)(其中S_row(m)和S_col(m)分别表示按行和按列扫描后得到的第m个像素的像素值，m＝1，2，3…，N×M)；

步骤(2)含噪二值图像1的像素取值范围是[0，255]。因为双稳态系统4要求输入信号为双极性信号，据此，将含噪二值图像1的像素取值范围映射到[-128，127]，即每个像素的像素值减去128，得到的两个一维序列S_row′(m)2和S_col′(m)3；

步骤(3)双稳态系统4表达式如下：

dxdt=ax-bx3+f(t)+ξ(t)]]>