[发明专利]一种图像椒盐噪声的去除方法

说明书

本发明公开了一种图像椒盐噪声的去除方法，包括下列步骤：输入含椒盐噪声的数字图像，如果像素点的灰度值为0或255，则进行去噪处理，否则不处理；去噪处理为，在四连通区域中，剪切灰度值为0或255的像素点，若剩余像素点个数≥2，进行均值滤波；否则，在八连通区域中，剪切掉灰度值为0或255的像素点，对剩余像素点进行均值滤波；如果剩余像素点为空集，在5×5区域中，剪切掉灰度值为0或255的像素点，进行均值滤波；如果剩余像素点为空集，采用递归形式的滤波窗口，输出左方、左上、上方、右上四个像素点灰度的平均值；重复直至完成所有像素点的处理。本发明无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。

技术领域

本发明涉及一种图像处理方法，具体涉及一种对受到椒盐噪声污染的图像进行噪声去除的方法。

背景技术

椒盐噪声是图像在产生、传输、获取过程中比较常见的一种噪声污染，该噪声的特点为被污染的像素灰度值急剧增大或缩小，形成与近邻像素点不同的黑色或者白色的像素点，这给图像处理的后续处理带来了极大干扰，比如对图像的边缘检测、模式识别等会产生直接影响。所以采取合适的方法对椒盐噪声图像进行预处理是非常重要的。

传统中值滤波是可以用来去除椒盐噪声的一种非线性滤波器。中值滤波器将滤波窗口内所有像素灰度值进行排序，然后取中值作为滤波窗口中心点的输出，与线性平滑滤波器相比，能够相对地减少图像模糊，并且能够滤除低密度的椒盐噪声。中值滤波在面对高密度椒盐噪声时需要增大滤波窗口，随着滤波窗口的增大，虽然能够有效去除噪声，但是恢复出的像素失真情况严重，图像细节遭到破坏。

为了更好地保护图像细节，一些改进型中值滤波器应运而生，例如，《模糊系统与数学》2012年第1期166-174，“基于模糊中值滤波的椒盐噪声去除方法”一文中，通过比较图像各像素点的灰度值，定义基于图像梯度信息的各点被类别为噪声点的模糊隶属函数，利用此模糊隶属函数对中值滤波方法进行加权，得到一种加权中值滤波器，可实现边缘处椒盐噪声的有效滤除。《计算机工程与应用》2014，50（17）：134-136，“一种新型的自适应模糊中值滤波算法”中，通过比较滤波窗口内像素点的灰度值与像素点灰度值的均值定义了模糊滤波系统，利用此模糊滤波系数对滤波方法进行加权，得到加权中值滤波器。

模糊加权算法的主要内容是设计规则，基于窗口内各个像素不同的权值，最后求出中心像素的灰度值。该方法的难点是模糊规则的产生，因为尚没有理论能够证明采取的规则是否科学合理，很多模糊规则的阈值都是进行大量实验然后依赖于结果来取阈值的，并且阈值对于不同图像不具有普遍的适应性，很可能需要重新取值。

因此，有必要提供新的图像椒盐噪声的去除方法。

发明内容

本发明的发明目的是提供一种图像椒盐噪声的去除方法，在保证去噪效果的同时，不使用模糊规则，不需要进行阈值的选取，从而提高计算效率。

为达到上述发明目的，本发明采用的技术方案是：一种图像椒盐噪声的去除方法，包括下列步骤：

(1) 输入含椒盐噪声的数字图像，图像中的像素点(i,j)的灰度值为g(i,j)，经过去噪处理后的灰度值为f(i,j)，其中，(i,j)为像素点在整幅图像中的坐标；

(2) 如果g(i,j)为0或255，则进行步骤(3)，否则该像素点视为未受椒盐噪声污染，f(i,j) = g(i,j)，转向步骤(7)；

(3) 以(i,j)为中心点，其上、下、左、右四个相邻像素点作为四连通区域构成滤波窗口，剪切掉滤波窗口内所有灰度值为0或255的像素点，若剩余像素点个数大于等于2，对剩余像素点灰度值进行平均运算得到该点的输出f(i,j)，转向步骤(7)，否则转步骤(4)；