[发明专利]基于圆形自适应模板的图像加权均值滤波方法

摘要

本发明涉及一种基于圆形自适应模板的图像加权均值滤波方法。本发明的技术要点是采用圆形模板并进行自适应模板扩充，并且结合计算参与计算的信号点的距离权重和归一化权重进行去噪。本发明的优点是由于使用圆形模板，较之传统的方形模板，会包含更多的有价值信息，因而去噪后的图像能更好地接近原图像；其次，由于该圆形模板可根据模板内信号点数的需要自适应地扩展，对于被各种密度（1%─90%）椒盐噪声污染的图像，均会得到相对很好的滤波效果；另外，计算均值时利用了图像空间的距离信息，进一步提高了滤波效果。

主权项

1.一种基于圆形自适应模板的图像加权均值滤波方法，其特征在于包括以下步骤：（1）读入一帧图像，令第一个像素点为当前像素点；（2）判断当前像素点是否为噪声点：判断噪声点的方法是阈值区间法，即灰度值在阈值A和B之间的像素点为信号点，否则为噪声点；当所述当前像素点是噪声点时，执行第（3）步；当所述当前像素点是信号点时，执行第（2.1）步；（2.1）置下一个像素点为当前像素点，然后返回第（2）步；（3）置当前像素点模板为空：首先选取下述距离表中的顺序号K为1，并且将所述当前像素点模板内的信号点个数N置为0；在上述距离表中：所述顺序号K为大于等于1的正整数；Δx、Δy为待处理像素点的横坐标、纵坐标与当前像素点的横坐标、纵坐标间的差值的绝对值；r²=(Δx)²+(Δy)²；上述距离表的制作方法如下：a、Δx、Δy、r为满足下述条件的正整数：Δx≥1，Δy≥0，Δx≥Δy；b、在距离表中，r²的值应从小到大按顺序排列；c、首先取Δx=1、2、3……；d、再取Δy=0、1、2……、Δx；（4）模板扩充并累计新添加到当前像素点模板集合的信号点个数N；读取距离表中顺序号K对应的△x,△y；将满足圆形模板扩充方式的像素点添加到像素点模板集合；然后累计新添加到当前像素点模板集合内的信号点个数N；（5）判断信号点的个数N是否大于等于2：当N≥2时，执行第（6）步；当N<2时，执行第（5.1）步；（5.1）将距离表中顺序号K的值加1，然后返回第（4）步；（6）对当前像素点模板内的每个信号点，利用公式（1）计算其距离权重值：=（1）式中，△x_i、△y_i即为该信号点的横坐标、纵坐标与当前像素点的横坐标、纵坐标间的差值的绝对值；（7）按照公式（2）计算每个参与计算的信号点的归一化权重值W_i：W_i=D_i/∑D_i       （2）（8）按下述公式（3）计算加权均值C，并将该加权均值C作为当前像素点的灰度值：C=∑(W_i*C_i）      (3）式中，C_i为第i个信号点的灰度值，W_i为第i个信号点的归一化权重值；（9）判断所有像素是否处理完毕：     当所有像素未处理完毕时，返回第（2.1）步；     当所有像素处理完毕时，进入第（10）步；（10）去噪结束。