[发明专利]拉普拉斯检测与局部相似性彩色图像脉冲噪声滤波方法

摘要

本发明涉及图像处理领域，为实现有效地消除非噪声点的误判，尤其是边缘处等像素差异性的区域的像素点的误判，并且适用于不同脉冲噪声密度的情况。为此，本发明采用的技术方案是，拉普拉斯检测与局部相似性彩色图像脉冲噪声滤波方法，通过将四个一维的拉普拉斯算子与检测像素邻域内的固定窗口内的像素进行卷积来获得差异性度量数值，噪声点使用矢量中值滤波器和均值滤波器来进行替换。本发明主要应用于图像处理场合。

主权项

1.一种拉普拉斯检测与局部相似性彩色图像脉冲噪声滤波方法，其特征是，通过将四个一维的拉普拉斯算子与检测像素邻域内的固定窗口内的像素进行卷积来获得差异性度量数值，噪声点使用矢量中值滤波器或均值滤波器来进行替换，通过将四个一维的拉普拉斯算子与检测像素邻域内的固定窗口内的像素进行卷积来获得差异性度量数值，具体步骤是：首先以待检测像素为中心点构建n×n窗口，将其中的像素点的各个通道的像素值与四个卷积核进行以下操作：其中x₀表示中心点像素，x₁，x₂，x₃，x₄表示在卷积核中周围的4个像素点，参数k代表图像通道的个数，m代表卷积操作的方向个数，L^(k)(m)代表k通道中心像素与第m个方向上的像素的相似性度量值，Lm^(k)表示在k通道4个方向上最小的相似性度量值，其中Lf表示三个通道中最大的Lm值，最终将上述度量值Lf与阈值L_T进行比较作为判断其是否为噪声点的一个依据，当Lf小于L_T时，认为中心像素点未受到污染，否则将进入下一步检测；在第二步检测中，除了四条直线上的点其他邻域的像素点也被考虑进来，首先对观察窗口W的每个点x_t与其他点的欧式距离进行求和计算：其中||x||表示的是矢量x的欧式范数，将观察点与其他点的欧式范数之和相加得到所需的差异性度量值，其中t＝1指代的是中心点像素，然后对度量值按照从小到大的顺序排列得到新的排序结果：D′₁≤D′₂≤D′₃≤…≤D′_N；设置一个新的阈值Td来将像素分为两类像素：噪声与非噪声，当中心点的像素度量值D₁大于Td时，认为中心点像素为噪声像素；否则，认为中心点像素为正常像素并且不做进一步的处理；这里阈值Td的值是受噪声密度影响的，表征的是正常像素的数量，因此，利用一种基于直方图的脉冲噪声密度估计方法来对图像中整体的噪声密度进行估计：其中L为图像的亮度级别，为256，统计被污染图像的各个像素值个数得到该图像的直方图h_x(g)，对不同的像素按照个数从小到大的顺序重新排列得到一个新的直方图h′_x(g)，G为灰度参数，经过实验校正随机脉冲噪声的实际噪声密度为p＝0.0164347+1.0464*p₀    (5)阈值Td表征了未受到噪声污染的像素个数，故而该阈值的选择与噪声浓度相关，将两者的关系拟合为线性关系，针对3*3的窗口通过实验得到如下结果Td＝round(7‑6.67*p)     (6)采用5*5的窗口来获得更多的正常像素点，这时Td的计算公式做出相应的修改：Td＝round(20‑18.52*p)。