[发明专利]一种精确噪点标定方法

说明书

本发明提供了一种精确噪点标定方法，包括如下步骤：A.获取噪声图像：从输入获取需要标定噪声的图像；B.获取窗口像素灰阶：统计图像中极值点的个数，并根据极值点个数和图像像素总数计算得到分水岭值Nsubgt;2/subgt;；C.计算灰阶差：扫描图像中每一像素单元，基于每一像素单元及其8个相邻像素单元的灰阶值，计算对应的灰阶差值；D.统计像素个数；E.标记噪声点；F.输出标记图像。本发明适用于所有噪声浓度的图像，取出以扫描点为中心的3x3窗口，统计窗口内与中心点灰阶接近的像素数量，根据对比该数量与噪点分水岭数量，排除正常极黑、极白点和边界点，实现对噪点的精确标定并输出二值图像。

技术领域

本发明涉及一种精确噪点标定方法，属于图像处理技术领域。

背景技术

在图像的获取和传递过程中，由于图像传感器性能不稳定、存储器故障以及传输信道破坏等原因，图像不可避免地受到不同程度的脉冲噪声污染，严重影响了图像的视觉效果和后续处理。椒盐噪声是脉冲噪声中最常见的一种噪声，它是随机分布在一幅图像中的黑白噪点，对于8bit数字图像，其灰阶为0或255。

椒盐去噪的步骤分为噪点标定的噪点去除，先标定出噪点，随后针对噪点进行去噪处理。一直以来，业界极为重视噪点去除步骤，提出了中值滤波算法，中值滤波是椒盐去噪中较为简单的算法，其原理是取出像素点周边的8个像素单元灰阶并排序，用中值代替原像素点。该方法无像素标定步骤，对所有像素单元进行无差别处理，导致信息损失严重。为了提升去噪效果，业界研究了中值滤波衍生算法、概率滤波、权重因子算法、以及基于数学形态学的滤波方法。上述方法通过不断改善去噪步骤性能提升了椒盐去噪效果。然而，噪点标定相关的研究尚欠缺。实际上，噪点标定步骤对去噪性能的影响极大。试想，如果将正常像素点误判为噪点，则在去噪步骤中将对正常点进行处理，从而改变其灰阶。因此，噪点误判将导致图像信息的严重丢失。为了减小信息损失，业界提出了将灰阶为0的像素单元标定为椒噪点，将灰阶为255的像素单元标定为盐噪点，本文将这种标定方法称为极点标定法(Lu C T,Chen Y Y,Wang L L,et al.Removal of salt-and-pepper noise in corruptedimage using three-values-weighted approach with variable-size window☆[J].Pattern Recognition Letters,2016,80(C):188-199.)。相比于无差别处理法，极点标定法在大大减小了误判像素点，实现了更高性能的椒盐去噪。然而，该方法仍然会产生大量的误判像素。例如，如果原图像中存在大量极黑、极白图像块，这些正常图像细节的像素灰阶为0或255。然而，极点标定法会将这些正常的像素单元误判为噪点，导致图像信息的丢失。为了提升噪点标定性能，业界提出了极值图像块标定法(Jiayi C,Yinwei Z,Huiying C,etal.Adaptive probability filter for removing salt and pepper noises[J].IETImage Processing,2018,12(6):863-871.)。该方法依次扫描图像中极值像素单元，取出以扫描点为中心的5x5窗口中25个像素灰阶，通过比较窗口中极值点和非极值点的数量确定扫描点是否为噪点。虽然该方法在一定程度上防止了将极黑、极白像素点误判为噪点，但是它尚未充分考虑噪点标定的各种复杂情况，使得实验效果不佳。此外，业界还提出了均值标定法(Faragallah O S,Ibrahem H M.Adaptive switching weighted median filterframework for suppressing salt-and-pepper noise[J].AEU-International Journalof Electronics and Communications,2016,70(8):1034-1040.)。该方法从极值像素点中挑选出噪点，通过窗口中所有像素灰阶的均值的大小判断中心像素单元是否为噪声点。从实验效果看，均值标定法的误判率仍然需要改进。

发明内容