[发明专利]利用分块排序检测噪声的图像降噪方法

权利要求书

1.一种利用分块排序检测噪声的图像降噪方法，其特征是，对图像中每一个像素点周围的像素进行处理，以被考察像素点为中心建立一个(2N+1)×(2N+1)的掩膜，从该掩膜即窗口中提取出四个子窗口，子窗口分别占掩膜一角，且被考察像素点占据子窗口角部位置；分别计算四个小窗口中所有像素点灰度值的中值并进行排序，排序后的结果记为m₁≤m₂≤m₃≤m₄,根据这四个灰度值的数值和排序粗略地确定这个掩膜中的边缘和细节分布；

令ΔM_E＝m₄-m₁,ΔM_I＝m₃-m₂，ΔM_E和ΔM_I提供这四个子窗口像素灰度整体差异的度量，ΔM_E和ΔM_I的取值分为三种情况，并据此判断出这个中心像素周围边缘和细节的分布情况，其中在进行ΔM_E和ΔM_I的比较判定时分别取两个阈值T₁，T₂，当△M_E≤T₁时，即可判断这个窗口是平滑的，几乎没有图像边缘；当△M_E≥T₁，而△M_I≤T₂时，判断这个窗口内有部分边缘分布；当△M_E≥T₁，且△M_I≥T₂时，判断这个窗口内有较强的细节或纹理分布；

在(a)(b)两种情况下，窗口是平滑或弱边界分布，判定这个窗口内大部分像素灰度值在m₂～m₃之间，选定ref₁＝(m₂+m₃)/2作为判断像素是否为噪声点的参考中值；在(c)情况下，取四个中值的平均值mean＝(m₁+m₂+m₃+m₄)/4，并将mean与m₂,m₃的差值进行比较，选择差值较小的子窗口中值作为判断像素是否为噪声点的参考中值，即ref₂＝m₂或m₃；

其中

(a)情况表示△M_E≤T₁，(b)情况表示△M_E≥T₁，△M_I≤T₂，(c)情况表示△M_E≥T₁，且△M_I≥T₂；

依据脉冲噪声和高斯噪声不同的属性进行区分检测：选定两个阈值Tk₁,Tk₂,即中心被考察像素x_i,j与相应参考值的绝对差值同某阈值进行比较，比较结果有以下几种情况：(1)|x_i,j-ref|≥Tk₁时，将xi,j视为脉冲噪声；(2)Tk₂≤|x_i,j-ref|≤Tk₁时，将x_i,j视为高斯噪声；(3)|x_i,j-ref|≤Tk₂时将x_i,j视为非噪声点；接下来对两种不同噪声进行分别处理，对高斯噪声直接采用双边滤波进行降噪处理，而对于脉冲噪声，由于其与邻域像素灰度值差距较大，采用参考中值ref替代亮度相似度因子W_R(s,t)中x_i,j的分量进行滤波：

其中

式中，(s,t)表示中心点(i,j)的(2N+1)×(2N+1)大小邻域中像素的坐标，其加权系数由空间邻近度因子W_G(s,t)、和亮度相似度因子W_R(s,t)两部分乘积组成，前者随着像素点与中心点之间欧几里德距离的增加而减小，后者随着两像素亮度值之差的增大而减小；δ_S和δ_R分别控制着空间邻近度因子W_G(s,t)、和亮度相似度因子W_R(s,t)的衰减程度。