基于分層的隨機(jī)值沖擊噪聲去除方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，本發(fā)明公開了一種基于分層的隨機(jī)值沖擊噪聲去 除方法和系統(tǒng)。
【背景技術(shù)】
[0002] 數(shù)字圖像在獲取、存儲、傳輸?shù)倪^程中容易遭受噪聲的污染，導(dǎo)致用戶無法從被污 染的圖像中獲取正確的關(guān)鍵信息，另一方面使諸多圖像后處理（例如：邊緣檢測、目標(biāo)識 另IJ、特征提取等）難W獲得滿意的結(jié)果。因此，如何有效地去除被污染圖像中的噪聲，同時 又保持本真圖像中的關(guān)鍵細(xì)節(jié)特征一直是圖像處理領(lǐng)域的研究熱點(diǎn)。沖擊噪聲作為一種常 見的噪聲類型倍受研究者的關(guān)注，它對圖像的污染通常是由于傳感器上某些不良陣元的影 響所致或是受傳輸信道內(nèi)與信號無關(guān)的噪聲干擾而產(chǎn)生，所污染的圖像中部分比例的像素 點(diǎn)值被沖擊噪聲值所篡改，而其余像素點(diǎn)值與本真值完全一致。按照沖擊噪聲值的不同可 將該種噪聲分為兩類；固定值沖擊噪聲和隨機(jī)值沖擊噪聲，前者通常具有較極端的值（比 如0或者255)，因此也被稱為椒鹽噪聲，而后者的噪聲值則是均勻分布在圖像的灰度范圍 中。
[0003] 對于椒鹽噪聲，現(xiàn)有的CN201010567754. 7號專利申請公開了一種椒鹽噪聲去除 方法，包括：對輸入噪聲圖像進(jìn)行中值濾波；將中值濾波結(jié)果與輸入噪聲圖像進(jìn)行差分，基 于差分結(jié)果確定噪聲候選點(diǎn)；對中值濾波結(jié)果進(jìn)行邊緣檢測，得到邊緣細(xì)節(jié)點(diǎn)；排除噪聲 候選點(diǎn)中差分絕對值小于第一闊值的邊緣細(xì)節(jié)點(diǎn)，得到真實(shí)噪聲點(diǎn)；對真實(shí)噪聲點(diǎn)進(jìn)行局 部中值濾波，形成去除了椒鹽噪聲的去噪圖像。相應(yīng)地，本發(fā)明還提供一種椒鹽噪聲去除裝 置，包括；噪聲候選點(diǎn)獲取模塊，邊緣細(xì)節(jié)點(diǎn)獲取模塊，真實(shí)噪聲點(diǎn)獲取模塊和局部中值濾 波模塊。但該樣的方法并不適用于隨機(jī)值沖擊噪聲。
[0004] 最經(jīng)典的去除沖擊噪聲的方法是中值濾波法，不僅操作簡單而且有較強(qiáng)的去噪能 力。但是該種方法將中值濾波作用于圖像中所有的像素點(diǎn)，因此那些并沒有受到污染的點(diǎn) 就或多或少偏離了本真值，導(dǎo)致圖像中很多細(xì)節(jié)有所失真?；跊Q策的改進(jìn)中值濾波法彌 補(bǔ)了經(jīng)典中值濾波的漏洞，它首先對全圖做一次噪聲檢測，然后僅對噪聲點(diǎn)進(jìn)行處理，未檢 測為噪聲的像素點(diǎn)值被保存。在基于決策的去噪方法中，噪聲檢測性能至關(guān)重要，過高的漏 檢率或誤檢率都會對后續(xù)圖像恢復(fù)效果產(chǎn)生不良影響。相對于固定值沖擊噪聲而言，隨機(jī) 值沖擊噪聲由于某些噪聲點(diǎn)值與鄰近非噪像素值之間差異并不那么明顯，因此在檢測上難 度較大。在此問題上，由化0化en等人提出的自適應(yīng)中屯、加權(quán)中值濾波技術(shù)化化en,比Ren Wu,Adaptiveimpulsedetectionusingcenter-weightedmedianfilters，IEEESignal Process.Lett.，2001，8,（1)，pp. 1 - 3)在較低噪聲比率的情況下可臥取得很好的噪聲檢測 效果，由于該去噪方法使用便捷效果良好，因此被廣泛應(yīng)用于諸多其他的去噪方法中。然 而，當(dāng)噪聲污染率大于30%時，該種技術(shù)的漏檢率迅速攀升，對后續(xù)去噪方法產(chǎn)生了負(fù)面影 響。
[0005] 現(xiàn)有的CN201310097363. 7號專利申請公開了一種應(yīng)用于數(shù)字圖像的自適應(yīng)多級 加權(quán)中值濾波方法，該方法根據(jù)噪聲值的特點(diǎn)來判斷圖像中的噪聲點(diǎn)，并將噪聲點(diǎn)標(biāo)記出 來，再對標(biāo)記出來的噪聲點(diǎn)使用自適應(yīng)多級加權(quán)中值濾波方法進(jìn)行濾波處理，并且濾波實(shí) 現(xiàn)過程中已經(jīng)檢測出的噪聲點(diǎn)W及處理過的噪聲點(diǎn)均不參與計(jì)算。本發(fā)明的自適應(yīng)多級加 權(quán)中值濾波方法具有噪聲檢測正確率高、處理后的像素點(diǎn)與原圖像信號點(diǎn)相似性高、保留 圖像細(xì)節(jié)能力好。其根據(jù)圖像受到污染后像素值的特點(diǎn)，找出噪聲點(diǎn)和像素點(diǎn)的區(qū)別，通過 判斷待測點(diǎn)的像素值與噪聲參考值之間差值來檢測噪聲點(diǎn)，但同樣地，上述的方法還是只 適用于固定值沖擊噪聲，而不適用于隨機(jī)值沖擊噪聲，因?yàn)殡S機(jī)值沖擊噪聲值均勻分布在 圖像的灰度范圍中，無法直接根據(jù)圖像受到污染后像素值的特點(diǎn)來找出隨機(jī)值沖擊噪聲。 因此，還是存在當(dāng)噪聲污染率大于30%時漏檢率迅速攀升的問題無法解決。

【發(fā)明內(nèi)容】

[0006]針對上述的自適應(yīng)中屯、加權(quán)中值濾波存在當(dāng)噪聲污染率大于30%時，漏檢嚴(yán)重的 技術(shù)問題，本發(fā)明提出了一種基于分層的隨機(jī)值沖擊噪聲去除方法和系統(tǒng)。
[0007]本發(fā)明的目的通過下述技術(shù)方案來實(shí)現(xiàn)：
[0008]本發(fā)明公開了一種基于分層的隨機(jī)值沖擊噪聲去除方法，其具體包括W下的步 驟；從高到低逐級設(shè)置多層噪聲值判決口限；用最高噪聲值判決口限篩選出需要去噪圖像 中的噪聲點(diǎn)，并對噪聲點(diǎn)進(jìn)行中值濾波，得到第一中間去噪圖像；用次高噪聲值判決口限篩 選出第一中間去噪圖像中的噪聲點(diǎn)，并采用同樣的方法去噪得到第二中間去噪圖像，依次 類推，逐層完成噪聲點(diǎn)篩選和去噪，直到完成所有層的噪聲判決和去噪，獲得最終的去噪圖 像。
[0009] 更進(jìn)一步地，上述每一層中的噪聲值判決口限為一簇TkS，Tk= C?MAD+5k,k =0, ，其中TkS是Tk的復(fù)數(shù)表達(dá)，表示一簇多個，cG[0,0.6]，MAD是指鄰域 像素偏離鄰域中值的偏移中值量，Sk是指第k個口限與基準(zhǔn)口限值之間的偏差量，L= 21X(1+1)，1是局部鄰域大小。
[0010] 更進(jìn)一步地，上述鄰域的基準(zhǔn)設(shè)置為3X3窗口。
[0011] 更進(jìn)一步地，當(dāng)噪聲比率大于30 %小于50 %時，鄰域在3X3窗口的基礎(chǔ)上增加四 個鄰近像素點(diǎn)，當(dāng)噪聲比率大于50%時，鄰域在3X3窗口的基礎(chǔ)上增加八個或十六個鄰近 像素點(diǎn)。
[0012] 更進(jìn)一步地，上述中值濾波為自適應(yīng)中屯、加權(quán)中值濾波。
[0013] 更進(jìn)一步地，第t層的噪聲值判決口限為礦， r/=(''MAD+ <5,+卿'Umax-0,t= 0,l,...，i：-l，其中C?MAD+Sk為自適應(yīng)中屯、加權(quán)中值濾波的判決 口限，tmax表示最大分層，t為當(dāng)前執(zhí)行的層數(shù)，L= 21X(1+1)，1表示局部鄰域大小，step表示層與層像素值之間的灰度差值。
[0014] 更進(jìn)一步地，上述方法還包括輸出信賴度矩陣和噪聲空間，信賴度矩陣判斷噪聲 的信賴度，噪聲空間指出檢測出的噪聲的位置信息。
[0