[发明专利]基于边缘保护的加权各向异性扩散滤波方法

摘要

本发明涉及图像处理和显示领域，为提供一种能够有效区分图像边缘和噪声的滤波方法，为此，本发明采取的技术方案是，基于边缘保护的加权各向异性扩散滤波方法，首先进行噪声与边缘检测，然后根据扩散的像素属于边缘区域、平坦区域，还是噪声区域来对其分配不同的权重值，使之能够在有效去除噪声的同时，保证图像的边缘细节信息不丢失。本发明主要应用于图像处理和显示。

主权项

一种基于边缘保护的加权各向异性扩散滤波方法，其特征是，首先进行噪声与边缘检测，然后根据扩散的像素属于边缘区域、平坦区域，还是噪声区域来对其分配不同的权重值，使之能够在有效去除噪声的同时，保证图像的边缘细节信息不丢失，其中噪声与边缘检测具体为：首先，输入一幅被高斯噪声污染的图像I，再利用边缘检测算法提取噪声图像中的“边缘”像素，此过程中，提取出的“边缘”将同时包括边缘信息与噪声信息；然后噪声图像经过高斯平滑后输出做为参考图像I'，将边缘检测算法提取出的“边缘”像素与参考图像中对应像素进行相似性比较：μ=1-ρ(I(i,j),I′(i,j))k---(4)]]>其中i，j分别为图像的行数与列数，ρ表示矢量距离，I(i,j)为噪声图像中经过边缘检测算法提取出的“边缘”像素值，I'(i,j)为经过高斯滤波后的参考图像中的像素值，k为常数，定义T值为比较图像相似性的阈值，如果μ＞T,则说明噪声图像中的此像素并非噪声点，又由于此像素是由边缘检测算法提取出的“边缘”信息，所以此像素作为真正的边缘像素输出，记为Iedge(i,j)；如果μ≤T，噪声图像中的此像素被视为噪声点，则噪声图像中的这个像素作为噪声像素输出，记为Inoise(i,j)；而未被边缘检测算法提取出的剩余像素作为平坦区域的像素输出，记为Ismooth(i,j)；根据扩散的像素属于边缘区域、平坦区域，还是噪声区域来对其分配不同的权重值，具体是，边缘区域，分配权重为W1，噪声区域分配权重为W2，平滑区域分配权重为W3；根据不同的权重值，得到加权各向异性滤波公式为：∂I(i,j,t)∂t=div[Wi′·c(||▿I(i,j,t)||)·▿I(i,j,t)]I(i,j,t)t=0=I0---(5)]]>其中，t为时间，Wi'为根据像素所处的位置分配的不同权重值，为控制平滑过程的扩散系数，I(i,j,t)为t时刻第i行，第j列的像素值，表示像素值I(i,j,t)对时间t的导数，为t时刻的像素梯度值，div为散度符号，||||表示范数，I0代表在t＝0时刻原始图像的像素值，即I(i,j,t)t＝0的初始像素值；其中：a中心像素处于边缘区域分配的权重关系为：W1＞W3＞W2；b中心像素处于噪声区域分配的权重关系为：W3＞W1＞W2；c中心像素处于平滑区域权重关系为：W3＞W1＞W2。