双阈值开关型彩色图像矢量滤波方法

摘要

本发明公开了一种双阈值开关型彩色矢量滤波方法，主要针对彩色图像中脉冲型噪音的去噪；该方法通过邻域窗口内中心像素的排序值和原像素与排序第一的像素的距离来判断该像素是否是噪音，若为噪音，则输出排序第一的像素，否则输出原像素值；依次对图像每点使用以上操作；本方法可应用于静态图像或动态视频的滤噪。

说明书

技术领域

本发明涉及对图像系统的滤波方法，尤其涉及一种双阈值开关型彩色图 像矢量滤波方法。

背景技术

在图像系统的获取和传输过程中，总会存在各类噪音造成图像质量的下降。 而脉冲噪音是一种较为常见的噪音。不同于灰度图像，彩色图像系统中采用了 多通道数值表示颜色的方法。例如：RGB、HSV颜色空间采用三个分量分别代表 不同的通道成分。非线性的矢量中值滤波(VMF)因显示出了具有很好的去噪能 力，而得到了广泛关注，参见Astola J，Haavisto P，Neuvo Y.Vector Median Filters.In：Proc.IEEE.1990，78(4)：678-689。它将象素的多通道取值 统一看作颜色空间中的矢量来处理。在滤波的设计工作中，如何在滤除噪音和 保留原图细节之间作好平衡，是各类矢量中值滤波器设计的关键。基本矢量方 向滤波(BVDF)考虑从矢量的夹角和来计算排序，该方法也较好地保持了原图色 度，参见Trahanias P E，Karakos D，Venetsanopoulos A N.Directional processing of color images：theory and exper imenta lresults.IEEE Transactions on Image Processing 1996，5(6)：868-881。距离方向滤波(DDF) 考虑从距离与角度的复合的方法，即考虑了象素间的距离又保持象素间的色度， 参见Karakos D，Trahanias P E.Generalized multichannel image filtering structures.IEEE Transactions on Image Processing，1997， 6(7)：1038-1045。中心加权矢量中值滤波方法(CWVMF)，它对在各邻域象素与 原象素计算差距是加权，参见Lukac R.Adaptive color image filtering based on center-weighted vector directional filters，Multidimensional Syst. Signal Processing，2004，15(2)：169-196。但以上方法都可能会造成滤波 后图像的模糊，部分细节被误判为噪音除掉。近年来，开关型的矢量滤波方法 通过条件判断中心点矢量为噪音的可能性，在最大噪音检查率和最小原像素误 检率之间做出平衡，取得的更好的滤波效果，例如ACWVDF、RSVMF，分别参见 Celebi M E，Aslandogan Y A.Robust switching vector median filter for impulsive noise removal[J].Journal of Electronic Imaging.2008，14(7)， 043006：1-9和Lukac R.Adaptive color image filtering based on center-weighted vector directional filters[J].Syst.Signal Process. 2004，15：169-196。

发明内容

本发明公开了一种双阈值开关型彩色图像矢量滤波方法。该方法是针对彩 色图像的一种带噪音预判的开关型滤波方法。本发明方法目的在于尽量去除噪 音像素，而减少错误改变原图像素的可能，同时具有计算复杂度与VMF相当的 特点。

本发明的技术方案为包括以下步骤：(1)对于当前点x_c对应的滤波窗口 W＝{x₁，...，x_c，...x_N}内每个像素矢量，计算其到其他矢量的距离；(2)计算每个矢量 到其他矢量的距离之和{L₁，...，L_c，...，L_N}；(3)根据每个象素的矢量对应的矢量距 离和的大小进行升序排序，得到当前点在滤波窗口内排序位置R_c，同时得到距 离和排序最小的对应矢量x_min；(4)计算当前点矢量x_c与距离和排序最小的对应 矢量x_min的距离diff；(5)根据条件：diff<t和R_c<r，判断该像素是否为噪 音。若同时成立，则输出x_min；否则，维持原像素矢量x_c不变；

对于图中所有像素均依次进行以上的操作。其中，r和t为本发明的两个 阈值参数。调解r和t会影响滤波效果，其取值范围根据滤波窗口的大小和选 用矢量的距离函数决定。

上述当前点x_c的滤波窗口形状为中心对称的，窗口内的象素数量为奇数。

上述矢量距离采用矢量的欧氏距离或矢量的夹角，或其组合。

本发明的有益效果是尽量去除噪音像素，而减少错误改变原图像素的可能， 同时具有计算复杂度与VMF相当的特点。

本发明将结合实施方法参照附图进行详细的说明，以便对本发明的目的、 特征及优点进行更深入的理解。

附图说明

图1是传统VMF矢量中值滤波的流程图。

图2是本发明的一个较佳的滤波流程图。

图3是一种常见滤波窗口的取法。

具体实施方式

图2给出了本方法的图像噪音滤波方法的一个流程例子，对比图1中VMF 矢量中值滤波方法的流程例子。可以看出，图2与图1的流程的区别体现在图 2的S204～S207步骤与图1的S104～S105步骤。

本方法的主要思路为首先判断滤波窗口内的当前点是否是脉冲噪音，若是， 则采用选择输出排序最小的矢量；若否，则保持原像素内容不变。依次对图中 所有点进行以上操作。如图2，本方法的某具体实施方式如下：

步骤S201：取当前点x_c的滤波窗口大小N内的像素，形成滤波矢量集合 W＝{x₁，...，x_c，...x_N}；

步骤S202：按照像素矢量的欧氏距离计算相互距离，D(i，j)＝‖x_i-x_j‖，若矢量 为三元矢量，常见的如RGB和HSV等颜色空间中的矢量，则可使用欧矢距离 $\left|\right|x_i-x_j\left|\right|=\sqrt{{(x_{i1}-x_{j1})}^2+{(x_{i2}-x_{j2})}^2+{(x_{i3}-x_{j3})}^2};$

步骤S203：计算各矢量到其他矢量距离和$L_i=\underset{j=1}{\overset{N}{\Sigma }}D(i,j);$

步骤S204：根据{L₁，...，L_c，...，L_N}的大小升序排序，得到排序最小L_min的对应矢 量x_min和原中心像素的排序位置R_c；

步骤S205：计算diff＝‖x_min-x_c‖，‖·‖同样可以采用欧氏距离；

步骤S206：diff<t和R_c<r，判断该像素是否为噪音。若是，则转到步 骤S307；否则，维持原像素矢量x_c不变。

步骤S207：输出x_c＝x_min。

所有象素重复以上操作。其中，两阈值参数设置为t＝85，r＝7。滤波窗口的 形状如图3，大小为3×3，中心像素为x₅。

上诉实施实例是提供给本领域普通技术人员来实现或使用本发明的，本领域 普通技术人员可在不脱离本发明的发明思想的情况下，对上述实施例子作出种 种修改或变化，因而本发明的保护范围并不被上诉实施例子所限制，而应该是 符合权益要求书提到的创新性特征的最大范围。