一种激光主动成像的图像噪声抑制方法与流程

技术特征：

1.一种激光主动成像的图像噪声抑制方法，其特征在于包括下列步骤：

(一)、采用不同尺度结构元素，分别对激光主动成像的图像进行形态开-闭和形态闭-开滤波运算；

选取不同尺度的“disk”结构元素，半径分别为d₁、d₂……d_n，结构元素用B_d(i)表示，B_d(1)为半径为d₁的“disk”结构元素，B_d(2)为半径为d₂的“disk”结构元素，以此类推；设F(x,y)为输入信号，S(x,y)为输出信号，利用结构元素B_d(i)对输入信号作形态开-闭和形态闭-开运算，运算结果分别表示为OC_d(i)(x,y)、CO_d(i)(x,y)；

OC_d(i)(x,y)＝((FοB_d(i))·B_d(i))(x,y) (5)

CO_d(i)(x,y)＝((F·B_d(i))οB_d(i))(x,y) (6)

将形态开-闭和形态闭-开运算结果相结合：

${\mathrm{OCCO}}_{d\left(i\right)}(x,y)=\frac{1}{2}\[{\mathrm{OC}}_{d\left(i\right)}(x,y)+{\mathrm{CO}}_{d\left(i\right)}(x,y)\]---\left(7\right)$

其中，“ο”代表形态学开运算，“·”代表形态学闭运算，OCCO_d(i)(x,y)代表利用半径为d_i的“disk”结构元素进行形态开-闭和形态闭-开运算相结合的滤波结果图像；

(二)根据图像局部区域的匀质性，将多尺度形态学滤波结果融合；

(1).判断图像中各像素是否属于匀质区域

对于每个图像像素，选取周围M×M邻域，根据式(8)，分别计算每个尺度下滤波图像OCCO_d(i)(x,y)的区域均匀度，结果记为H_d(i)(x,y)；

$H(x,y)=\frac{Var\left(f\right(x,y\left)\right)}{E\[f(x,y)\]}---\left(8\right)$

其中，f(x,y)代表以像素(x,y)为中心的M×M邻域，Var(f(x,y))、E[f(x,y)]分别表示局部区域内像素灰度值的方差和均值；

用来判断图像区域匀质性的阈值为H_thresh，当H_d(i)≤H_thresh，像素(x,y)属于匀质区域；当H_d(i)>H_thresh，像素(x,y)属于非匀质区域；

(2).融合多尺度形态滤波结果的激光图像噪声抑制

多尺度形态学的图像去噪是将各个尺度结构元素的形态滤波结果进行加权平均，设Y(x,y)为融合图像，则：

$Y(x,y)=\underset{i=1}{\overset{n}{\Σ}}{s}_i\·{\mathrm{OCCO}}_{d\left(i\right)}(x,y)---\left(9\right)$

其中，s_i为对应各尺度结构元素滤波图像的加权系数；对s_i的定义如下：

$\begin{array}{cc}{s}_i^{\′}=|H_{d\left(i\right)}(x,y)-H_{thresh}|,& s_i=\frac{s_i^{\′}}{\underset{i=1}{\overset{n}{\Σ}}{s}_i^{\′}}\end{array}---\left(10\right).$

2.根据权利要求1所述的一种激光主动成像的图像噪声抑制方法，其特征在于步骤(二)中的(1)中：

判断图像区域匀质性阈值H_thresh的选取：

计算最大尺度结构元素下滤波图像的区域均匀度H_d(max)(x,y)，利用最大类间方差法Otsu方法对其进行二值化，二值化过程中得到的阈值选取为H_thresh。