[發明專利]一種基于中值濾波的圖像小波去噪方法

無效

• 申請號: 200810051557.2
• 申請日: 2008-12-09
• 公開（公告）號: CN101425176A
• 公開（公告）日: 2009-05-06
• 發明（設計）人: 匡海鵬;王德江;周剛
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 長春菁華專利商標代理事務所
• 代理人: 王立偉

技術領域：

本發明創造屬于數字遙感圖像處理領域，提出了一種基于中值濾波的圖像小波去噪方法。

背景技術：

遙感圖像的拍攝環境往往比較惡劣，受到的主要影響有：光學鏡頭的設計、裝配，離焦量的控制，曝光量的控制，相移的補償，探測器的性能，圖傳信道的信噪比等等。因此獲得的圖像是真實圖像與以上不利因素引起的噪聲的集合。為了更準確的恢復原圖像，減少圖像判讀過程中由于噪聲引起的圖像誤判、漏判，需要對獲得的圖像進行去噪。

傳統的圖像去噪算法主要從頻域、空域兩方面進行單獨的分析、設計。空域濾波器容易損失圖像的邊緣信息，頻域濾波器則無法處理噪聲與信號頻譜混疊的圖像，因此采用以上兩類算法圖像去噪的效果有限。

發明內容：

為了克服上述兩類算法圖像去噪的局限性，本發明提出了一種基于中值濾波的圖像小波去噪裝置和方法。具體實現裝置為圖像輸入、中值預濾波、小波變換、閾值處理、小波逆變換和圖像輸出等部分；

該方法步驟為：

1、對含噪圖像進行中值預濾波；

2、計算中值濾波后信號的正交小波變換，然后進行小波變換；

3、對小波系數進行閾值處理和去噪處理；

4、判定該點是信號還是噪聲；

5、最終進行小波逆變換，并輸出濾波后的圖像。

小波變換同時具有時、頻局域性，小波分析具有檢測信號奇異性和變結構優勢，它能更準確的得到信號上特定點的奇異性信息。信號和噪聲在小波變換下表現出截然不同的性質，所以小波分析能用于信號的去噪。由于航空圖像中具有多種噪聲，如單純采取對圖像進行小波變換的方式去噪，對圖像中椒鹽類的噪聲去除效果不明顯，且容易對小波系數閾值的選擇產生干擾。

中值濾波是基于排序統計理論的一種能有效抑制噪聲的非線性信號處理方法，中值濾波的原理是把數字圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值代換。例如對于N×N的一個窗口，窗口中心位置的像素灰度用窗口內所有的像素灰度中值代替，N為大于零的奇數。

在有很強的椒鹽干擾情況下，圖像經中值濾波使干擾點與鄰域像素的灰度值一樣，針對航空圖像則可有效去除由探測器、圖傳信道等引起的椒鹽類干擾，更有利于接下來小波去噪，因此本發明在對圖像進行小波去噪前需對圖像進行中值預濾波。

經中值預濾波圖像濾處了大部分椒鹽類噪聲，接下來的小波變換去噪法主要去除其它類噪聲。基于小波變換的小波收縮去噪法的主要理論依據是，小波變換能夠使信號的能量在小波系數域中集中在少量的大的小波系數中，而噪聲卻分布在整個小波域，可以采用閾值的辦法把信號的小波系數保留，而使大部分噪聲的小波系數減少為零。

其中，在小波收縮去噪法中最為重要的就是如何選擇閾值。如果閾值太小，去噪后的圖像仍然有噪聲存在，相反如果閾值過大，重要的圖像特征將被濾掉，引起偏差；從直觀上講，對于給定的小波系數，噪聲越大，閾值就越大，所以大多數閾值選擇過程是針對一組小波系數，即根據本組小波系數的統計特性，統計出一個閾值，如式1所示，其中N為采集到數據，σ為均值方差：

λ=σ2logN---(1)]]>

但任何的閾值選取方法不可避免的產生噪聲與信號的混淆。例如在某一分解尺度下，大于閾值λ的小波系數判定為信號；小于該閾值的判定為噪聲，該判決器必然會引起某些小波系數的誤判：將小波系數判為噪聲，或是將噪聲判為小波系數。

如能準確的判定閾值附近的小波系數為噪聲或是圖像信號，則可進一步增強圖像的去噪效果。信號與噪聲的小波系數在各個尺度下具有不同的傳播特性，即信號的小波系數隨著尺度的增大而增強，而噪聲的小波系數隨著尺度的增大而減小，根據信號與噪聲的小波系數在不同尺度上的特點，可以通過將相鄰尺度的小波系數直接相乘來增強信號，抑制噪聲。但該種方式運算量過大，即需要對所有的小波系數進行上述相乘運算。本方法對小波系數在閾值λ附近的點(±20％范圍內)，進行空間尺度上的追溯，進一步判定該點是信號還是噪聲。采用這種方法即降低了大量的運算量，又增強了判別的準確性。