[发明专利]一种基于高斯函数的图像增强及降噪方法与系统

说明书

本申请公开了一种基于高斯函数的图像增强及降噪的方法与系统，该方法包括：步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；步骤2对位于图像中间则进行如下3×3邻域操作，进行如下的循环操作：其；步骤3得到初始的图像边缘V，对初始边缘V进行二值化处理，绝对值阈值a的赋值1，低于阈值a的赋值0，得到二值化的初始边缘图像，步骤4对上步赋值为1的点搜索联结像素数，低于阈值b的判定为噪点，对原像素利用高斯模块降噪，高于阈值b的判定为边缘点进行增强；步骤5得到最终的增强图像。本申请的技术方案能在不增加噪点的基础上对原图像进行显著的边缘增强，同时还能对原图像进行一定程度的降噪。

技术领域

本发明涉及图像处理领域，尤其涉及图像边缘提取方法及系统。

背景技术

在数字图像处理技术中，边缘的增强是图像处理极为重要的组成部部分。同时在生物医疗、计算机视觉、机器学习、模式识别等诸多领域中，边缘增强都是一个重要的研究课题。

根据边缘检测方法的特点，可以将其大致分为两类。一类是空间域增强算法。如UM，Laplae算法。一类是频率增强算法。本申请提出的算法属于第一类

发明内容

本申请提供了基于高斯函数自适应模板的图像增强及降噪算法，以增强图像边缘，而且具备一定的降噪能力。

类似于一阶微分算子，本方法也采用模板来求初步的图像边缘，但模板的系数自适应的，不是固定的，在3x3模块中：

其中X为中间像素，Y_i为X的8个邻域，δ²的为当前3X3块中的像素方差。

在得到初步边缘后，对低于阈值的像素点置零，高于阈值a置1，得到黑白的边缘图V。

对得到的二值化边缘图V中为1的像素点搜索连接像素数，连接像素数低于阈值b，判定为噪点，对该像素实施高斯降噪；若阈值高于阈值b，若该像素对应的模板差值大于零，则原像素乘以常数k进行增强，若该像素对就的模板差值小于零，则原像素乘以常数1/k进行增强。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1需要增强的原图，图2是应用本申请增强后的图像；

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

为了改进各种图像设置获取的原始图像的图像质量，提出一种一种基于高斯函数的图像增强及降噪的方法与系统：

本申请提供的图像处理方法包括：

步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；

步骤2，初始化边缘图像矩阵V(i，j)＝0；

步骤3对V的中间像素逐行逐列进行如下操作：

为中间像素，Y_i为A(i，j)的8个邻域，δ²的为当前3X3块中的像素方差