[发明专利]基于圆形自适应模板的图像加权均值滤波方法

权利要求书

1.一种基于圆形自适应模板的图像加权均值滤波方法，其特征在于包括以下步骤：

（1）读入一帧图像，令第一个像素点为当前像素点；

（2）判断当前像素点是否为噪声点：

判断噪声点的方法是阈值区间法，即灰度值在阈值A和B之间的像素点为信号点，否则为噪声点；

当所述当前像素点是噪声点时，执行第（3）步；

当所述当前像素点是信号点时，执行第（2.1）步；

（2.1）置下一个像素点为当前像素点，然后返回第（2）步；

（3）置当前像素点模板为空：

首先选取下述距离表中的顺序号K为1，并且将所述当前像素点模板内的信号点个数N置为0；

在上述距离表中：

所述顺序号K为大于等于1的正整数；

Δx、Δy为待处理像素点的横坐标、纵坐标与当前像素点的横坐标、纵坐标间的差值的绝对值；

r²=(Δx)²+(Δy)²；

上述距离表的制作方法如下：

a、Δx、Δy、r为满足下述条件的正整数：

Δx≥1，

Δy≥0，

Δx≥Δy；

b、在距离表中，r²的值应从小到大按顺序排列；

c、首先取Δx=1、2、3……；

d、再取Δy=0、1、2……、Δx；

（4）模板扩充并累计新添加到当前像素点模板集合的信号点个数N；

读取距离表中顺序号K对应的△x,△y；将满足圆形模板扩充方式的像素点添加到像素点模板集合；然后累计新添加到当前像素点模板集合内的信号点个数N；

（5）判断信号点的个数N是否大于等于2：

当N≥2时，执行第（6）步；

当N<2时，执行第（5.1）步；

（5.1）将距离表中顺序号K的值加1，然后返回第（4）步；

（6）对当前像素点模板内的每个信号点，利用公式（1）计算其距离权重值：

=     （1）

式中，△x_i、△y_i即为该信号点的横坐标、纵坐标与当前像素点的横坐标、纵坐标间的差值的绝对值；

（7）按照公式（2）计算每个参与计算的信号点的归一化权重值W_i：

W_i=D_i/∑D_i       （2）

（8）按下述公式（3）计算加权均值C，并将该加权均值C作为当前像素点的灰度值：

C=∑(W_i*C_i）      (3）

式中，C_i为第i个信号点的灰度值，W_i为第i个信号点的归一化权重值；

（9）判断所有像素是否处理完毕：

     当所有像素未处理完毕时，返回第（2.1）步；

     当所有像素处理完毕时，进入第（10）步；

（10）去噪结束。

2.根据权利要求1所述的基于圆形自适应模板的图像加权均值滤波方法，其特征在于所述阈值A=5，所述阈值B=250。

3.根据权利要求1所述的基于圆形自适应模板的图像加权均值滤波方法，其特征在于所述模板扩充的方法如下：

所述的将满足圆形模板扩充方式的像素点添加到像素点模板集合为：

设待处理像素点的坐标为（x ,y），从距离表中读取△x 和△y后依次按下列三步进行判断，将符合条件的像素点添加到像素点模板集合：

（1）如果△y=0，则将像素点：(x+△x ,y),(x ,y-△x),(x-△x ,y),(x ,y+△x)添加到像素点模板集合；

（2）如果△y≠0且△x=△y，则将像素点：(x+△x ,y+△y),(x+△x ,y-△y),(x-△x ,y-△y),(x-△x ,y+△y)添加到像素点模板集合；

（3）如果△y≠0且△x≠△y，则将像素点：(x+△x ,y+△y),(x+△x ,y-△y),(x-△x ,y-△y),(x-△x, y+△y),(x+△y ,y+△x),(x+△y ,y-△x),(x-△y ,y-△x),(x-△y ,y+△x)添加到像素点模板集合。