[發(fā)明專利]一種無參考檢測消除雪花噪聲算法

在審

• 申請?zhí)枺?/td>: 201410226304.X
• 申請日: 2014-05-27
• 公開（公告）號: CN103996177A
• 公開（公告）日: 2014-08-20
• 發(fā)明（設(shè)計）人: 陳黎;劉佳祥;田菁
• 申請（專利權(quán)）人: 武漢科技大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 武漢荊楚聯(lián)合知識產(chǎn)權(quán)代理有限公司 42215
• 代理人: 劉治河

1.一種無參考雪花噪聲的檢測消除算法，其特征在于，所述方法包括以下步驟：

(1)輸入圖像f，并將圖像劃分為子塊；

(2)通過對子塊的篩選形成噪聲塊備選集；

(3)對噪聲塊備選集中的每個塊采取自適應(yīng)濾波，生成一幅清晰圖像的估計圖像；

(4)通過統(tǒng)計估計圖像與原圖像的偏差判斷是否有雪花噪聲，如果判定含有雪花噪聲，輸出濾波圖像，否則輸出原圖。

2.根據(jù)權(quán)利要求1所述的雪花噪聲的檢測消除算法，其特征在于步驟(1)中，將圖像劃分為子塊的方法為：遍歷圖像，對每個像素的四鄰域進(jìn)行分析，如果兩像素值之差的絕對值小于T₁則認(rèn)為兩個像素是相近的，并將其劃分到一個塊內(nèi)，形成一個像素塊。

3.根據(jù)權(quán)利要求1所述的雪花噪聲的檢測消除算法，其特征在于步驟(1)中，通過對子塊的篩選形成噪聲塊備選集的方法為：

1)首先分析像素個數(shù)小于6的像素塊，如果這類像素塊的像素總數(shù)除以圖像像素總數(shù)的比值大于T₂，則劃分此類型的塊為噪聲塊備選集，否則，劃分塊內(nèi)像素個數(shù)小于11的塊為噪聲塊備選集；

2)將備選集內(nèi)空間位置相連的兩個塊合并，形成新的備選集，如果步驟2)中的備選集由像素個數(shù)小于6的塊組成，則將新集中像素個數(shù)大于6的塊舍去，否則將新集中像素個數(shù)大于11的塊舍去；

3)將步驟2)中得到的新集作為最終噪聲塊備選集，為后續(xù)步驟做數(shù)據(jù)準(zhǔn)備。

4.根據(jù)權(quán)利要求1所述的雪花噪聲的檢測消除算法，其特征在于步驟(2)中，對噪聲塊備選集中的子塊采取自適應(yīng)濾波的具體方法為：首先定義噪聲塊備選集以外的像素為信號點，然后依次判斷塊內(nèi)每個像素點周圍3×3鄰域、5×5鄰域和7×7鄰域內(nèi)信號點的個數(shù)是否為0，例如，如果塊中像素點3×3鄰域內(nèi)信號點的個數(shù)為0，則判斷5×5鄰域內(nèi)信號點的個數(shù)，依次類推，直到判斷7×7鄰域內(nèi)信號點的個數(shù)仍為0，則檢測下一個塊，否則，如果在檢測的過程中，信號點個數(shù)不為0，則取當(dāng)前鄰域內(nèi)所有信號點灰度的加權(quán)均值作為該像素點新的灰度值，生成清晰圖像的估計圖像具體公式如下：

f^(x0,y0)=Σ(x,y)∈Sf(x,y)w(x,y)→(x0,y0)---(1)]]>

其中S是3×3或5×5或7×7鄰域內(nèi)信號點集合，是清晰圖像的估計，為點(x₀,y₀)到點(x,y)的權(quán)值，計算方法如下：

w(x,y)→(x0,y0)=d(x,y)→(x0,y0)Σ(p,q)∈Sd(p,q)→(x0,y0)---(2)]]>

其中是點(p,q)到點(x₀,y₀)的距離：

d(p,q)→(x0,y0)=1(p-x0)2+(q-y0)2.---(3)]]>

5.根據(jù)權(quán)利要求1所述的雪花噪聲的檢測消除算法，其特征在于步驟(3)中，通過統(tǒng)計估計圖像與原圖像的偏差判斷是否有雪花噪聲的具體方法為，通過公式(4)得到兩圖像的偏差：

diff=Σ(x,y)∈N|f(x,y)-f^(x,y)|H×W---(4)]]>

其中N為噪聲塊備選集中所有像素點的集合，H是圖像高度，W是圖像寬度，如果偏差diff大于T₃，則判定原圖像含有雪花噪聲，輸出清晰圖像的估計，否則認(rèn)為沒有雪花噪聲，輸出原圖f。