基于边缘保护的加权各向异性扩散滤波方法
【技术领域】
[0001] 本发明涉及图像处理和显示领域，尤其涉及一种基于图像边缘检测的开关加权各 向异性扩散滤波器，在滤除图像中高斯噪声的同时，能够有效保护图像细节。。 技术背景
[0002] 数字图像数据在传输，存储等过程中经常受到噪声的干扰，因此数字图像滤波技 术是数字图像处理领域的一项重要内容。干扰图像的噪声种类繁多，主要有高斯噪声，脉冲 噪声以及瑞利噪声等，其中较为常见的为高斯噪声和脉冲噪声。高斯噪声主要是由电子电 路产生的或是由于在低照明度且低温度高情形下图像传感器生成的，图像受该类噪声的 干扰程度不仅会随着灰度级的不同而有所差异，并且在同一灰度级上也不尽一致，相对于 脉冲噪声难以滤除。因此提出一种基于不丢失图像细节信息的有效去除高斯噪声的方法是 迫切需要的。
[0003] 90年代初，各向异性扩散的思想首次被提出应用在图像滤波方面，此算法根据扩 散像素与中心像素的梯度变化值的大小来自适应的调节扩散程度。其扩散公式如下：
[0004]
【主权项】
1. 一种基于边缘保护的加权各向异性扩散滤波方法，其特征是，首先进行噪声与边缘 检测，然后根据扩散的像素属于边缘区域、平坦区域，还是噪声区域来对其分配不同的权重 值，使之能够在有效去除噪声的同时，保证图像的边缘细节信息不丢失。
2. 如权利要求1所述的基于边缘保护的加权各向异性扩散滤波方法，其特征是，噪声 与边缘检测具体为：首先，输入一幅被高斯噪声污染的图像I，再利用边缘检测算法提取噪 声图像中的"边缘"像素，此过程中，提取出的"边缘"将同时包括边缘信息与噪声信息；然 后噪声图像经过高斯平滑后输出做为参考图像I'，将边缘检测算法提取出的"边缘"像素与 参考图像中对应像素进行相似性比较：
(4) 其中i，j分别为图像的行数与列数，P表示矢量距离，I(i，j)为噪声图像中经过边缘 检测算法提取出的"边缘"像素值，I'（i，j)为经过高斯滤波后的参考图像中的像素值，k为 常数，定义T值为比较图像相似性的阈值，如果y>T，则说明噪声图像中的此像素并非噪 声点，又由于此像素是由边缘检测算法提取出的"边缘"信息，所以此像素作为真正的边缘 像素输出，记为；如果y<T，噪声图像中的此像素被视为噪声点，则噪声图像中 的这个像素作为噪声像素输出，记为IMise(i，j);而未被边缘检测算法提取出的剩余像素作 为平坦区域的像素输出，记为Is_th(i，j)。
3. 如权利要求2所述的基于边缘保护的加权各向异性扩散滤波方法，其特征是，加权 各向异性滤波具体是，边缘区域，分配权重为W1，噪声区域分配权重为W2,平滑区域分配权 重为W3 ;根据不同的权重值，得到加权各向异性滤波公式为：
其中，i，j分别为图像的行数与列数，t为时间，WiS根据像素所处的位置分配的不同权 重值，c(| | ▽I(i，j，t) | |)为控制平滑过程的扩散系数，I(i，j，t)为t时刻第i行，第j列 的像素值，表示像素值I(i，j，t)对时间t的导数，▽I(i，j，t)为t时刻的像素梯度 Ot 值，div为散度符号，| | | |表示范数，L代表在t= 0时刻原始图像的像素值，即I(i，j，t) t= (l的初始像素值。
4. 如权利要求3所述的基于边缘保护的加权各向异性扩散滤波方法，其特征是， a中心像素处于边缘区域分配的权重关系为：W1 >W3 >W2 ; b中心像素处于噪声区域分配的权重关系为：W3 >Wl>W2c中心像素处于平滑区域权重关系为：W3 >Wl>W2。
【专利摘要】本发明涉及图像处理和显示领域，为提供一种能够有效区分图像边缘和噪声的滤波方法，为此，本发明采取的技术方案是，基于边缘保护的加权各向异性扩散滤波方法，首先进行噪声与边缘检测，然后根据扩散的像素属于边缘区域、平坦区域，还是噪声区域来对其分配不同的权重值，使之能够在有效去除噪声的同时，保证图像的边缘细节信息不丢失。本发明主要应用于图像处理和显示。
【IPC分类】G06T5-00
【公开号】CN104700372
【申请号】CN201510121825
【发明人】史再峰, 贾圆圆, 庞科, 徐江涛, 赵升, 周佳慧
【申请人】天津大学
【公开日】2015年6月10日
【申请日】2015年3月19日