[發明專利]利用分塊排序檢測噪聲的圖像降噪方法

有效

• 申請號: 201610165931.6
• 申請日: 2016-03-22
• 公開（公告）號: CN105787902B
• 公開（公告）日: 2018-11-27
• 發明（設計）人: 史再峰;許澤昊;龐科;曹清潔;杜增權
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/44
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

1.一種利用分塊排序檢測噪聲的圖像降噪方法，其特征是，對圖像中每一個像素點周圍的像素進行處理，以被考察像素點為中心建立一個(2N+1)×(2N+1)的掩膜，從該掩膜即窗口中提取出四個子窗口，子窗口分別占掩膜一角，且被考察像素點占據子窗口角部位置；分別計算四個小窗口中所有像素點灰度值的中值并進行排序，排序后的結果記為m₁≤m₂≤m₃≤m₄,根據這四個灰度值的數值和排序粗略地確定這個掩膜中的邊緣和細節分布；

令ΔM_E＝m₄-m₁,ΔM_I＝m₃-m₂，ΔM_E和ΔM_I提供這四個子窗口像素灰度整體差異的度量，ΔM_E和ΔM_I的取值分為三種情況，并據此判斷出這個中心像素周圍邊緣和細節的分布情況，其中在進行ΔM_E和ΔM_I的比較判定時分別取兩個閾值T₁，T₂，當△M_E≤T₁時，即可判斷這個窗口是平滑的，幾乎沒有圖像邊緣；當△M_E≥T₁，而△M_I≤T₂時，判斷這個窗口內有部分邊緣分布；當△M_E≥T₁，且△M_I≥T₂時，判斷這個窗口內有較強的細節或紋理分布；

在(a)(b)兩種情況下，窗口是平滑或弱邊界分布，判定這個窗口內大部分像素灰度值在m₂～m₃之間，選定ref₁＝(m₂+m₃)/2作為判斷像素是否為噪聲點的參考中值；在(c)情況下，取四個中值的平均值mean＝(m₁+m₂+m₃+m₄)/4，并將mean與m₂,m₃的差值進行比較，選擇差值較小的子窗口中值作為判斷像素是否為噪聲點的參考中值，即ref₂＝m₂或m₃；

其中

(a)情況表示△M_E≤T₁，(b)情況表示△M_E≥T₁，△M_I≤T₂，(c)情況表示△M_E≥T₁，且△M_I≥T₂；

依據脈沖噪聲和高斯噪聲不同的屬性進行區分檢測：選定兩個閾值Tk₁,Tk₂,即中心被考察像素x_i,j與相應參考值的絕對差值同某閾值進行比較，比較結果有以下幾種情況：(1)|x_i,j-ref|≥Tk₁時，將xi,j視為脈沖噪聲；(2)Tk₂≤|x_i,j-ref|≤Tk₁時，將x_i,j視為高斯噪聲；(3)|x_i,j-ref|≤Tk₂時將x_i,j視為非噪聲點；接下來對兩種不同噪聲進行分別處理，對高斯噪聲直接采用雙邊濾波進行降噪處理，而對于脈沖噪聲，由于其與鄰域像素灰度值差距較大，采用參考中值ref替代亮度相似度因子W_R(s,t)中x_i,j的分量進行濾波：

其中

式中，(s,t)表示中心點(i,j)的(2N+1)×(2N+1)大小鄰域中像素的坐標，其加權系數由空間鄰近度因子W_G(s,t)、和亮度相似度因子W_R(s,t)兩部分乘積組成，前者隨著像素點與中心點之間歐幾里德距離的增加而減小，后者隨著兩像素亮度值之差的增大而減小；δ_S和δ_R分別控制著空間鄰近度因子W_G(s,t)、和亮度相似度因子W_R(s,t)的衰減程度。