[发明专利]一种图像滤波去噪方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种图像滤波去噪方法。

背景技术

现有大部分红外热像仪在存在增强后图像中局部低动态范围响应区域背景噪声严重的问题。

由于红外图像增强本身已经考虑过噪声抑制，因此传统滤波方法对图像中残余的区域背景噪声效果并不理想，例如传统的均值模板法、邻域平滑法，这些方法由于每一个像素点灰度值无条件地被窗口所有像素点灰度值的均值或平滑值代替，而滤波窗口中心点像素很可能是当前图像中的边缘细节信息，这样势必导致图像细节边缘模糊，不能很好地达到保留增强后边缘的目的。目标图像得到滤波去噪的同时，细节信息也大量丢失。

为了解决上述问题，最常用的方法就是将滤波窗口内的像素点灰度值进行阈值TT比较，之后再与滤波窗口内其它像素点灰度值相加，然后求均值，用求出的均值代替当前窗口中心像素点的灰度值，其中，TT值可由设计人员根据实际情况进行调节。如果TT值选择得当，该方法可以在一定程度上解决边缘模糊问题，例如，基于去噪阈值的数字混合去噪算法、基于小波变换的去噪算法都会有一定效果。但若在同一幅图像中同时兼顾对比度高的区域和对比度低的区域，在对比度高的区域的TT必然不能很好的适应对比度低的区域的阈值TT，这个阈值只要是固定的，就不可能适应所有场景，即这个阈值的选择需要对场景有很高的要求，而实际工程中不易实现。

发明内容

本发明提供一种图像滤波去噪方法，旨在解决若在同一幅图像中同时兼顾对比度高的区域和对比度低的区域，在对比度高的区域的阈值不能很好的适应对比度低的区域的阈值的问题。

为解决上述问题，本发明图像滤波去噪方法的技术方案包括以下步骤：

1)构建滤波窗口；

2)根据滤波窗口内各像素点的灰度值，求取滤波窗口对应的区域对比度；

3)求取滤波窗口对应的各像素点的加权系数：滤波窗口内像素点的灰度值越接近该滤波窗口中心点灰度值，则该滤波窗口内像素点的加权系数取值越大；反之，该滤波窗口内像素点的加权系数取值越小；

4)对滤波窗口内中心点，将其设定范围内的各像素点的灰度值以对应的加权系数加权后求平均，以获得中心点滤波后的灰度值，所述设定范围由区域对比度决定，区域对比度越大，设定范围越小，反之，设定范围越大。

5)重新设置滤波窗口，按照步骤2)～4)最终完成整个图像的滤波去噪。

图像信号数据AA用矩阵标识如下：

其中，f(1,1)……f(M,N)为图像数据信号中像素点的灰度值，M为总行数，N为总列数。

所述滤波窗口的大小为(2n+1)×(2n+1)，其中n取正整数。

步骤2)所述滤波窗口对应的区域对比度nDis的求取公式为：

其中，f(i,j)为滤波窗口中心点对应的灰度值，f(i+r,j+s)是坐标点(i+r,j+s)对应的灰度值，r为行数增量变量，s为列数增量变量。

步骤3)所述加权系数的求取方式为：

其中，为坐标点(i+r,j+s)对应的像素点的加权系数。

步骤4)所述中心点滤波后的灰度值g(i,j)的求取方式为：

若tt1＜nDis，公式中nn＝1；若tt2≤nDis＜tt1，公式中nn＝2；若nDis≤tt2，，公式中nn＝3，其中，tt1，tt2为清晰度调整因子，tt1≥tt2。

本发明具有的有益效果是：本发明滤波中采用的是能够兼顾到滤波窗口内的所有像素点灰度值大小与中心点像素大小差值的滤波方法，窗口内像素点的灰度值越接近该窗口中心点灰度值，则其加权系数取值越大，反之，其加权系数取值越小，这样可以排除高亮点和噪声点干扰。本发明还充分考虑了图像像素点的区域对比度，如果构建的滤波窗口处于对比度较高的边缘区域，则滤波窗口中心点的设定范围较小，滤波程度比较轻微，反之，滤波窗口中心点的设定范围较大，滤波程度比较重，这样可以减小滤波方法对图像边缘细节的影响，防止图像细节边缘模糊。本发明滤波去噪方法已工程化实现，有效抑制图像低动态范围响应区域背景噪声，可明显改善图像的观测舒适度。

附图说明

图1为本实施例中滤波去噪方法的具体实现程序流程图。

具体实施方式

本发明首先构建滤波窗口，根据滤波窗口内各像素点的灰度值，求取滤波窗口对应的区域对比度。