[發明專利]一種無參考檢測消除雪花噪聲算法

在審

• 申請號: 201410226304.X
• 申請日: 2014-05-27
• 公開（公告）號: CN103996177A
• 公開（公告）日: 2014-08-20
• 發明（設計）人: 陳黎;劉佳祥;田菁
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 武漢荊楚聯合知識產權代理有限公司 42215
• 代理人: 劉治河

所屬技術領域

本發明屬于圖像處理技術領域，具體為一種在視頻中檢測并消除雪花噪聲的算法。

背景技術

雪花噪聲是與周圍的背景有較大灰度差(色彩差)的孤立點。攝像機采得圖像含雪花噪聲的主要原因有五種：(1)電路噪聲較大，(2)工頻干擾，(3)高頻干擾，(4)放大倍數比較大，(5)磁頭需要清洗。

電路噪聲由熱噪聲和散粒噪聲所組成。熱噪聲主要是由導電體內部的自由電子無規則的熱運動所產生的。散粒噪聲則是由放大器等有源器件內的半導體所產生的。當攝像端與監控設備端同時接地時，由于地電阻及電纜外皮電阻的存在，在兩地之間電力系統各相負載不平衡或接地方式不同引起電位差，從而產生工頻干擾。

對于雪花點干擾是由于傳輸線上信號衰減以及耦合了高頻干擾所致，這種干擾比較容易消除，在攝像機與控制矩陣之間合理位置增加一個視頻放大器，將信號的信噪比提高，或者改變視頻電纜的路徑避開高頻干擾源，高頻干擾的問題可基本上得到解決。另一種消除雪花噪聲方法是用軟件的方法。常用的消除雪花噪聲軟件方法中有中值濾波，平均值濾波等方法。但是這些方法不能檢測雪花噪聲并且往往不能有效地消除雪花噪聲。

因為椒鹽噪聲是雪花噪聲的一種，所以椒鹽噪聲的消除方法對雪花噪聲的消除很有參考價值。對于高強度的椒鹽噪聲，標準的中值濾波算法在抑制圖像噪聲和保護細節兩方面存在矛盾。針對圖像中的椒鹽噪聲，很多文章提出了濾除方法。李小紅等(李小紅，蔣建國，吳從中，詹曙.圖像去椒鹽噪聲濾波器的研究[J].工程圖學學報，2009，6)提出并設計一種將十字窗和叉形窗有機結合的多窗口自適應中值濾波器(MWMF濾波器)，可根據窗口內圖像自身的形狀，自適應地選擇十字窗和叉形窗。在比較多窗口自適應中值濾波和形態濾波這兩種濾波器的優缺點之后，還提出并設計了非線性組合濾波器。但是非線性組合濾波器只是兩種方法的簡單相加。溫圣強等(溫圣強，伏明蘭，陳呂強.基于極大相關象素值替代的椒鹽噪聲濾波算法[J].科技信息，2010，19)首先對噪聲進行判別，并以該像素點為中心對3×3鄰域像素排序，以中間值代替該像素值。然后將中間值與周圍像素進行比較，求出與其差值絕對值最小的一個像素值，最終以此像素灰度值來代替中間值。但是此種方法改進的象素有限。劉明坤等(劉明坤，龍奕.基于相關度預測的椒鹽噪聲自適應濾除算法[J].軟件導刊，2010.6，9(6))在分析現有的細節保護濾波算法的基礎上，提出了一種基于相關度預測的圖像椒鹽噪聲自適應濾除算法。對于信號像素，保持灰度值不變。對于噪聲嫌疑像素，利用定義的鄰域灰度相關函數作為信號鄰域相關性的度量，并將該度量作為預測濾波算法的系數。但是文章中相關度的定義過于簡單。孔凡震等(孔凡震，李兆遠.一種開關中值濾波器的改進[J].太原科技，2009，7)通過判斷極值點、修正脈沖噪聲檢測參數r和對r的閾值的自適應處理，提出了一種基于極值的自適應閾值開關中值濾波器。但是文章沒有考慮噪聲位于角點處的情況。

從判別方法來分，圖像質量的評價可以分為主觀判別方法和客觀判別方法。主觀方法費時費力，不適合多個攝像機檢測的場合。傳統的客觀圖像質量評價方法根據用于參考的原始圖像的存在與否可以分為三種。第一種方法是“全參考”(full—reference)的，第二種方法被稱為“無參考”(non—reference)或盲(blind)圖像質量評價，第三種方法被稱為“減少參考”(reduced—reference)的評價方法。本發明中的雪花檢測判別屬于無參考的客觀判別方法。

發明內容

為了檢測并消除雪花噪聲，本發明先將位置相鄰且灰度(色彩)相近的像素點歸為一塊，通過判斷塊面積大小來判斷噪聲點，非噪聲點原值輸出，而取信號點自適應均值替換雪花噪聲點，并且比較濾波結果和原圖灰度偏差來檢測雪花噪聲。具體步驟為：

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濾波，生成一幅清晰圖像的估計圖像；

4.通過統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。

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行分析，如果兩像素值之差的絕對值小于T₁則認為兩個像素是相近的，并將其劃分到一個塊內，形成一個像素塊。

步驟1中，通過對子塊的篩選形成噪聲塊備選集的方法為：