[發(fā)明專利]一種基于圖像分割和區(qū)域增長的椒鹽噪聲降噪算法

有效

• 申請?zhí)枺?/td>: 201911155795.2
• 申請日: 2019-11-22
• 公開（公告）號: CN110930330B
• 公開（公告）日: 2022-05-31
• 發(fā)明（設(shè)計）人: 丁開忠;胡樂星;宋云濤;吳昱城;陳永華
• 申請（專利權(quán)）人: 合肥中科離子醫(yī)學技術(shù)裝備有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/11;G06T7/13
• 代理公司: 合肥正則元起專利代理事務(wù)所(普通合伙) 34160
• 代理人: 韓立峰

本發(fā)明公開了一種基于圖像分割和區(qū)域增長的椒鹽噪聲降噪算法，包括椒鹽噪聲預處理器和基于圖像分割和區(qū)域增長的濾波器。其中椒鹽噪聲預處理器通過預定義的圖像邊緣模板來查找潛在的圖像邊緣，并對噪聲圖像進行初步降噪處理。基于圖像分割和區(qū)域增長的濾波器，先對初步降噪后的圖片進行圖像邊緣檢測，再采用邊緣跟蹤算法對圖像邊緣進行連接和編號，從而將圖像劃分成一塊塊不規(guī)則的區(qū)域；然后對于原始圖像中的每一個噪聲像素，采用八鄰域區(qū)域增長算法將與當前噪聲像素處于同一區(qū)域的鄰近的無損像素放入到計算域內(nèi)，最后求解計算域內(nèi)的無損像素的加權(quán)平均值來替換當前噪聲像素，從而達到降噪的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及一種椒鹽噪聲圖像降噪方法，具體為一種基于圖像分割和區(qū)域增長的椒鹽噪聲降噪算法。

背景技術(shù)

圖像噪聲對于圖像分割、圖像測量以及圖像識別等的準確度和精度的提高具有重要的制約作用。圖像降噪算法是圖像預處理中的一個重要的環(huán)節(jié)，其對于圖像質(zhì)量的提高具有顯著的意義。

十數(shù)年來，學者們提出了多種圖像降噪算法，其中大多數(shù)經(jīng)典算法均具有良好的降噪效果。但是隨著我們對圖像質(zhì)量的要求越來越高，對于圖像降噪的效果的要求也是無止境的。特別地，在圖像降噪過程中，對于圖像邊緣和圖像紋理的保留是至關(guān)重要的。因此在關(guān)注算法降噪效果的同時，也應(yīng)該關(guān)注圖像邊緣細節(jié)保留的效果。

與先前的經(jīng)典降噪算法相比，本發(fā)明提出的降噪算法不僅具有更好的降噪效果，而且在圖像邊緣細節(jié)和紋理的保留上的表現(xiàn)更加出色。

發(fā)明內(nèi)容

本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

一種基于圖像分割和區(qū)域增長的椒鹽噪聲降噪算法，包括椒鹽噪聲預處理器和基于圖像分割和區(qū)域增長的濾波器；該方法具體步驟如下：

步驟一：首先對輸入圖像進行灰度化，然后采用椒鹽噪聲預處理器，通過預定義的圖像邊緣模板來對圖像邊緣進行檢測，并根據(jù)檢測結(jié)果對噪聲圖像進行初步降噪處理；

步驟二：借助基于圖像分割和區(qū)域增長的濾波器進行圖像分割，具體為利用Canny邊緣檢測算子對初步降噪后的圖像進行邊緣檢測，然后利用邊緣跟蹤算法，將鄰近且灰度值相近的圖像邊緣連接起來，并給其分配相同的編號，對于不同的圖像邊緣，給其分配不同的編號，從而將圖像劃分成若干塊不規(guī)則的區(qū)域；

步驟三：對于原始圖像中的每一個噪聲像素，先判斷其所處的區(qū)域類型，然后利用八鄰域區(qū)域增長算法不斷地將與當前噪聲像素處于相同區(qū)域的無損像素放入到計算域內(nèi)，直到計算域的大小或迭代次數(shù)達到設(shè)置值；

步驟四：求解計算域內(nèi)像素的加權(quán)平均值，利用該值替換噪聲像素，以達到降噪的目的；

步驟五：重復步驟三-步驟四，直到原始圖像中所有噪聲像素均被替換。

進一步地，椒鹽噪聲預處理器預定義了若干圖像邊緣模板，用于查找噪聲圖像中存在的圖像邊緣。

進一步地，步驟二中對初步降噪后的圖像進行邊緣檢測時的具體方法為：

當中心噪聲像素滿足以下條件時，認為該像素位于圖像邊緣上，否則不位于圖像邊緣上；

min[min(A_i，j)-max(B_i，j)，min(B_i，j)-max(A_i，j)]≥th₁

max(E_i，j)-min(E_i，j)≤th₂

式中，A_i，j和B_i，j為圖像邊緣模板內(nèi)被圖像邊緣分割的兩個區(qū)域的無損像素集合，E_i，j為圖像邊緣模板內(nèi)圖像邊緣上的無損像素的集合，th₁和th₂為預設(shè)的閾值。