[發明專利]一種基于方向金字塔濾波的圖像處理方法及裝置

無效

• 申請號: 201210468306.0
• 申請日: 2012-11-20
• 公開（公告）號: CN102945548A
• 公開（公告）日: 2013-02-27
• 發明（設計）人: 劉力輝
• 申請（專利權）人: 成都晶石石油科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 梁田

技術領域

本發明屬于圖像信號處理領域，涉及一種基于方向金字塔濾波的圖像處理方法及裝置

背景技術

目前現有的圖像去噪方法大致可以劃分為兩類：（1）空間域方法。在空間域采用各種平滑模板與圖像進行卷積，從而達到壓制或消除噪聲的目的；（2）變換域方法。對圖像進行各種變換以后，選用適當的頻率帶通濾波器進行濾波，其理論基礎是信號主要分布于低頻部分，而噪聲主要分布于高頻部分，濾除信號的高頻部分就可以濾除噪聲。但是對圖像來說，圖像的細節信號也位于高頻部分，濾除高頻的同時，在不同程度上也破壞了圖像細節，所以還需要進行相關處理。

迄今為止，已經存在有多種去除噪聲的算法，每一種算法都有它自身的假設、優點和缺點。例如：空域處理方法，主要包括領域平均法、中值濾波、維納濾波等。領域平均法是一種典型的線性去噪方法，能有效地去除高斯噪聲，適用面較廣，缺點是嚴重破壞了圖像的邊緣，模糊了圖像。中值濾波是一種去除噪聲的非線性處理方法，對消除圖像中的脈沖噪聲很有效，且能較好地保護圖像邊緣，但涉及大量的排序運算，運算速度較慢，對圖像的實時處理有影響。維納濾波對去除高斯白噪聲效果好，去噪同時保留圖像的邊緣和高頻細節，但在信噪比較低的情況下，效果不佳。因此，傳統空域去噪方法是在濾除噪聲的同時也去除了圖像的部分邊緣信息，而人眼對圖像的邊緣非常敏感，這就造成了去噪后圖像的主觀質量下降，即去噪處理是以清晰度降低為代價的。而且，傳統空域去噪算法的效果依賴于濾波窗口的大小以及參與中值計算的像素點個數，不同大小的窗口對輸出圖像的質量有較大影響。窗口太大，會丟失過多的圖像細節，圖像模糊，窗口太小，去噪效果又不好，所以，傳統空域濾波去噪是以犧牲圖像分辨率為代價換取的。這就要求在保留地質細微特征時選擇合適的去噪方法。大多數商業軟件采用一系列基本的空間濾波器來進行均值、中值、定向導數和尖銳化。

由于小波變換的稀疏特性，小波域的信號去噪成為了一個熱點。由小波變換的特性可知，高斯噪聲的小波變換均勻分布在頻率尺度空間的各部分，系數仍然是高斯分布的，而信號則是帶限的，小波變換系數只集中在頻率尺度空間的有限部分。從信號能量的觀點看，在小波域上，噪聲能量分布在所有的小波系數上，所有的小波系數都對噪聲有貢獻，而只有一小部分小波系數對信號能量有貢獻。因此可以把小波系數分成兩類，第一類小波系數僅由噪聲變換得到，這類系數數目較多，幅值小，第二類小波系數由信號變換得來，同時包含噪聲的變換系數，這類系數數目較小，幅值大。根據信號小波變換系數分界的特點，可以根據這種差異來降低噪聲。對信號的小波系數設置一個閾值，認為大于這個閾值的小波系數屬于第二類系數，它同時包含信號和噪聲的變換結果，可以簡單保留或進行后續操作，小于這個閾值的小波系數屬于第一類系數，它只包含噪聲系數，應該去掉。這樣就達到了去噪的目的。這種方法保留了大部分包含信號的小波系數，因此可以較好地保持圖像細節信息。

傳統的低通濾波方法直接將圖像的高頻成分濾除，雖然能達到去噪的目的，但卻破壞了圖像細節，利用小波理論可以構造一種既能去噪，又能保持圖像細節的方法。一般情況下，小波作為一種逼近工具，在處理具有點狀奇異性的一維和二維目標時，體現了良好的性能。小波變換具有能量壓縮特性，經過變換后象征奇異點的信號系數保持很大，而其它的系數則變得很小。但是，小波變換在處理一維信號時所具有的優勢并不能簡單的推廣到二維或更高維。由一維小波擴展成的二維離散小波只具有有限的方向，不可能“最優”表示含有線奇異或者面奇異的高維函數。二維離散小波基只具有水平、垂直、對角三個方向，這種方向性的缺乏致使小波變換不能充分利用圖像本身的幾何正則性。對于圖像，邊緣的非連續性是按空間分布的，這種奇異性影響了小波的多項展開級數，因此，小波變換在處理圖像邊緣時不可避免地會在圖像邊緣和細節位置造成一定程度的模糊。對于一維分段平滑信號的表示，小波具有很好的性能，然而，對于二維圖像處理，二維小波變換的基函數是各向同性的，變換系數的局部模極大值只能反映出該小波系數出現的位置是“過”邊緣的，而無法表達“沿”邊緣的信息。因此，發展能夠在不同子帶內分離邊緣和不同方向以及更有效地描述邊緣的2D多尺度變換尤其重要，比如Curvelet變換、Contourlet變換、Steerable?Pyramid分解等。