[发明专利]利用分块排序检测噪声的图像降噪方法

说明书

本发明涉及图象处理领域，为依据不同噪声对双边滤波算法进行改进，实现有效地降低非噪声点的误判概率，并且能够更有效地去除图像中的加性噪声和脉冲噪声，同时保留图像的边缘和细节，本发明：利用分块排序检测噪声的图像降噪方法，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，从该掩模即窗口中提取出四个子窗口，子窗口分别占掩模一角，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。本发明主要应用于图象处理。

技术领域

本发明涉及图象处理领域，尤其涉及在对图像进行混合高斯噪声和脉冲噪声去除处理时，对于噪声点的区分判定以及滤除问题。具体讲,涉及利用分块排序检测噪声的图像降噪方法。

背景技术

图像的噪声主要来源于图像的获取和传输过程，在进行图像处理的过程中一个重要的问题是如何有效地去除图像中存在的噪声,同时又能保留图像的细节结构,譬如边缘和纹理。然而,图像去噪是一项比较困难的任务,因为所要处理的图像中可能包含不同种类的噪声，比如加性噪声、脉冲噪声等，而图像去噪也依据不同类型的噪声采用不同的方法。滤波按处理信号的性质分为线性滤波和非线性滤波，其中线性滤波方法既有数学方面的简易性又能对加性高斯噪声的去除产生令人满意的效果，但是线性方法在去除噪声的同时模糊了图像的边缘而且对非高斯噪声的处理表现不尽人意，由于线性滤波方法有这些缺点，非线性滤波方法的使用显得很有必要。双边滤波是一种非线性的滤波方法，既考虑到了图像的空间邻近度又考虑到了像素值的相似度，具有保边去噪的效果，但是双边滤波不能有效地去除脉冲噪声，所以对于混合高斯噪声和脉冲噪声点的判别并对其进行不同处理是图象去噪的一个关键步骤。

发明内容

为克服现有技术的不足，提出一种新的高斯噪声和脉冲噪声混合噪声点检测方法，依据不同噪声对双边滤波算法进行改进，实现有效地降低非噪声点的误判概率，并且能够更有效地去除图像中的加性噪声和脉冲噪声，同时保留了图像的边缘和细节。为此，本发明采取的技术方案是，利用分块排序检测噪声的图像降噪方法，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，从该掩模即窗口中提取出四个子窗口，子窗口分别占掩模一角，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ΔM_E≤T₁时，即可判断这个窗口是平滑的，几乎没有图像边缘；当ΔM_E≥T₁，而ΔM_I≤T₂时，判断这个窗口内有部分边缘分布；当ΔM_E≥T₁，且ΔM_I≥T₂时，判断这个窗口内有较强的细节或纹理分布；