[发明专利]一种基于边缘检测算法去除蚊式噪声的方法及系统

摘要

本公开提出了一种基于边缘检测算法的去除蚊式噪声的方法及系统。本公开认为边缘信息是连续的像素点，而噪声点是孤立的点，因此所述方法提出了一种边缘检测算法，用来探测所得到的边缘是连接的，还是孤立的点，从而来区别真假边缘信息，探测到的连续像素点视为真边缘，孤立的像素点为噪声点，图像中未检测到的区域指定为远离边缘的区域，之后保留真边缘，对真边缘附近的区域和假边缘进行强降噪，对远离边缘区域进行一般降噪。本公开方法区别真假边缘信息，保留了细节信息，避免了图像处理后的模糊；由于采用降噪滤波为双边滤波，相比传统采用均值滤波和中值滤波去除蚊式噪声的方法，弥补了传统方法对边缘造成的模糊效应，更好地去除了蚊式噪声。

主权项

1.一种基于边缘检测算法去除蚊式噪声的方法，其特征在于，所述方法包括下述步骤：S100、使用边缘检测算子检测待处理图像，获取待处理图像的边缘信息；S200、基于待处理图像的边缘信息，依次判断每个像素点是否为边缘像素点、非边缘像素点；S300、判断所述边缘像素点是否为假边缘像素点；S400、对每个假边缘像素点及非边缘像素点进行滤波处理；所述假边缘像素点是孤立的像素点；其中，所述S400中所述滤波处理为双边滤波处理，且所述S400进一步包括下述步骤：S401、对所述假边缘像素点进行强滤波；在进行强滤波时，滤波参数σr和σs根据下述公式计算：式中：LH2为强滤波和弱滤波分界阈值；LH3为滤波终止阈值；a为σs起始设定最小参数值；b为σr起始设定最小参数值；c+a为σs设定最大参数值；d+b为σs设定最大参数值；GV为滤波窗口内计算该像素与其它像素之间的灰度最大变化即滤波窗口内的灰度差值；其计算式如下：GV＝max|Y(i，j)‑Y(i+s，j+t)|式中：Y_(i，j)为当前像素点，M为垂直检测距离，N为水平检测距离；S402、对所述非边缘像素点进行弱滤波；在进行弱滤波时，滤波参数σr和σs根据下述公式计算；式中：LH1为滤波起始阈值。