[發明專利]一種應用于圖像處理的自適應中值濾波去噪方法

在審

• 申請號: 201910083343.1
• 申請日: 2019-01-28
• 公開（公告）號: CN109767406A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 秦姣華;馬文濤;向旭宇;譚云
• 申請（專利權）人: 中南林業科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市深軟翰琪知識產權代理有限公司 44380
• 代理人: 黃美成

本發明公開了一種應用于圖像處理的自適應中值濾波去噪方法，先對圖像進行預處理，然后：(1)采用分治排序策略對濾波窗口內的數據進行排序；(2)結合噪聲密度自適應調整濾波窗口大小。該應用于圖像處理的自適應中值濾波去噪方法去燥效率高，易于實施。

技術領域

本發明涉及一種應用于圖像處理的自適應中值濾波去噪方法。

背景技術

驗證碼識別技術的發展在方便用戶獲取海量信息的同時，也促進了圖像處理、模式識別等技術的發展。圖像去噪是驗證碼識別技術中的重要環節，本發明以圖像驗證碼為研究對象來分析圖像去噪算法。圖像去噪算法伴隨著圖像處理技術的產生、發展至今已形成了一套比較完整的算法技術體系。均值去噪算法的提出帶動了傳統線性去噪算法的蓬勃發展，然而這類算法在去除噪聲的同時會使圖像的細節變得模糊，因此很快被以中值去噪算法為代表的非線性去噪算法所取代，非線性濾波算法對干擾脈沖和隨機噪聲有良好的抑制作用，同時可以很大程度地保留圖像的邊緣信息。近年來隨著自動駕駛等計算機視覺技術的不斷發展，對于圖像預處理的實時性要求不斷提高，但傳統中值濾波算法排序慢，無法滿足實時性的需求，所以對中值濾波算法的改進一直是研究的熱點。

傳統中值濾波算法采用的是冒泡排序法，該方法需要對鄰域內所有像素進行排序獲得其中值。對于N×N的濾波窗口，需要進行N²(N²-1)/2次比較運算，以3×3濾波窗口為例，單窗口尋找中值的比較次數為36次是一個很耗時的過程。針對傳統中值濾波方法費時的缺點，研究者提出了加權中值濾波算法，即中心像素的權重值是根據噪聲污染程度來定義的。該算法能較好地抑制噪聲，大大降低了時間復雜度，能夠滿足計算機視覺檢測系統在保護邊緣和細節信息方面的要求；同時也充分利用了數據的相關性，通過考慮窗口移入值和移出值與中值之間的關系，得到了插入和快速刪除的結果大大提高了濾波處理的效率。在比較各種快速中值濾波算法的基礎上，其他研究者提出了改進的快速中值濾波算法，并將改進的排序算法與硬件系統相結合極大提高了處理速度。但這些算法只在提高濾波效率方面做了大量工作，而在濾波窗口的自適應性方面并沒有做優化，傳統的中值濾波器的窗口尺寸是固定大小不變的，不能同時兼顧去噪和保護圖像的細節。于是就要尋求一種改變在濾波的過程中，動態的改變濾波器的窗口尺寸大小。基于遞推最小二乘RLS(Recursive ofLeast Square)自適應濾波算法具有去噪性能好、精度高的特點，雖然許多學者都在濾波窗口的自適應方面做了許多的優化，并且也取得了比較好的效果，但他們都沒考慮算法復雜度高、且極其耗時的問題。并且近年來隨著人工智能技術的發展，卷積神經網絡和支持向量機(SVM)等先進的機器學習算法在圖像識別領域都得到很好的應用，雖然這些方法取到了比較好的效果但都沒嘗試對模型輸入的原始圖像進行預處理操作。

因此，鑒于傳統中值濾波算法大多采用冒泡排序，時間復雜度高，且濾波器窗口尺寸固定，不能同時兼顧去噪和保護圖像細節，有必要設計一種快速自適應中值濾波與深度學習相結合的驗證碼識別方法。

發明內容

本發明所要解決的技術問題是提供一種應用于圖像處理的自適應中值濾波去噪方法，該應用于圖像處理的自適應中值濾波去噪方法濾波效率高，計算量小，易于實施。

發明的技術解決方案如下：

一種應用于圖像處理的自適應中值濾波去噪方法，先對圖像進行預處理，然后：

(1)采用分治排序策略對濾波窗口內的數據進行排序；

(2)結合噪聲密度自適應調整濾波窗口大小。

所述的預處理包括圖像灰度化處理，圖像二值化處理和圖像閉運算。

圖像二值化是指基于閾值T₀將圖像二值化；

選取閾值T₀的過程如下：

步驟a.初始化閾值T₀＝127；