小为mXn，灰度级为0至化之间的含有脉冲噪声图像I，其中L为最大灰度 级，常取255; 步骤2)采用子块排序差分最大法和投票法确定脉冲噪声上下边界，然后用此上下边界 判断噪声像素点，产生噪声0-1二值映射矩阵NI; 步骤3)设R为恢复图像，其对应的噪声0-1二值映射矩阵NR，令R=I ,NR=NI; 步骤4)进行3X3正斜双十字窗递归均值滤波，如果噪声已处理完，则去噪结束，输出滤 波结果； 步骤5)进行5X5正斜双十字窗递归均值滤波，如果噪声已处理完，则去噪结束，输出滤 波结果； 步骤6)进行7 X 7正斜双十字窗口 W上类似的递归均值滤波，在进行7 X 7双十字窗口 W 上类似的递归均值滤波后，如果噪声已处理完，则去噪结束，输出滤波结果，否则转到步骤 4)进行迭代均值滤波。2. 根据权利要求1所述的自适应正斜双十字窗均值滤波的脉冲噪声消除方法，其特征 在于，步骤2)所述的采用子块排序差分最大法和投票法确定噪声上下边界，然后用此上下 边界判断噪声，产生噪声0-1二值映射矩阵妒，按如下步骤进行： 步骤2.1)将含有脉冲噪声的图像分成S个子块，s=mn/25/25;如果图像大小不够分块， W对称方式扩展图像边界，W便保证每个子块大小为25 X 25; 步骤2.2 )对子块中的每个像素值进行排序，获得一个排序向量； 步骤2.3)对排序向量相邻的分量两两进行差分计算，得到差分向量； 步骤2.4)求差分向量前半分量的最大分量对应的排序向量分量，此分量即为下边界bi; 步骤2.5)求差分向量后半分量的最大分量对应的排序向量分量，此分量即为上边界b2; 步骤2.6 )用255减每个子块中的每个像素值； 步骤2.7)采用步骤2.2至步骤2.5方法得到其差分向量前半分量的最大分量对应的排 序向量分量bs和差分向量后半分量的最大分量对应的排序向量分量b6;然后获得下边界b3 和上边界 b4: b3=255-b6，b4=化 5-b 己； 步骤2.8)对每一个子块，61和63的最大值为子块的下边界61，62和64的最小值为子块上 边界b2; 步骤2.9)集中每个子块的下边界值进行投票，在S个值中，得票最多的边界值为噪声最 终下边界bi，同理，得到噪声最终上边界b2; 步骤2.10)用bi和b2产生噪声0-1二值映射矩阵Ni:其中，1代表非噪声点，0代表噪声点。3. 根据权利要求1所述的自适应正斜双十字窗均值滤波的脉冲噪声消除方法，其特征 在于，步骤4)所述的采用3 X 3正斜双十字窗口递归均值滤波，按如下步骤进行： 步骤4.1)对于R中的每一个像素 Q J)，采用3 X 3正十字窗口均值滤波，其窗口对应的 点为：馬二- IJX 1)，恥如九如.?/-I-化如^' + 1，則，获得滤 波结果Ri:如果Sij为零矩阵，则Ri(i，j )=0,其噪声0-1二值映射矩阵为：如栗JT=I 5^=1 托.皆打江二1，贝化=Ri，算法结束，输出滤波结果； 步骤4.2)对于Ri中的每一个像素（i，j)，采用3X3正十字窗口均值滤波，其窗口对应的 点为4. ::: {父&矿如;V々化、/..'化.矿。;^,私如果Sij为零矩阵，则R2(i，j)=0，其噪声0-1二值映射矩阵为：如果完、.枝巧二1，则r=R2,算法结束，输出滤波结果； 步骤4.3)对于R2中的每一个像素 Q J)，采用3X3正十字窗口均值滤波，其窗口对应的 点为：為 '二{AA0'-I一化A、A(i; J -JV'& 一化次 wee巧巧2 快 >'')} . A'r J 化 /)二 0 思化汾叫 （:'咖馬 ； 民-知D 妒(U)二1 如果5。为零矩阵，贝ljR3(i，j)=〇; 步骤4.4)用R3替换R，更新妒和护，即： 。'、伯J邮?, /) <二方1 or巧化y) >二知 巧竭，:如任/)二| 、一' 1 、，^ % Ni=NR; 1 otherwise 步骤4.5)如果Si 1(又?，少巧，-I'巧二1，则算法结束，输出滤波结果，否则 进行3 X 3斜十字窗口均值滤波； 步骤4.6)对于R中的每一个像素（i，j )，采用3 X 3斜十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果Ri:如果Su为零矩阵，则Ri(i，j )=0,其噪声0-1二值映射矩阵为：如果，则R=Ri，算法结束，输出滤波结果； 步骤4.7)对于Ri中的每一个像素（i，j )，采用3 X 3斜十字窗口均值滤波，其窗口对应的 点为:：，获得滤波结果化：如果Su为零矩阵，则R2(i，j)=0，其噪声0-1二值映射矩阵为：如果，贝iJR=R2，算法结束，输出滤波结果； 步骤4.8)对于R2中的每一个像素（i，j)，采用3X3斜十字窗口均值滤波，其窗口对应的 点为：，获滤波结果R3;如果5。为零矩阵，贝ijR3(i，j)=〇; 步骤4.9 )用R3替换R，更新妒和护，即：步骤4.10 ))如果，则算法结束，输出滤波结果； 所述步骤4.1)、步骤4.2)、步骤4.3 )、步骤4.6 )、步骤4.7 )、步骤4.8)中的mean表示取均 值，i=l，2，...，m，j=l，2，...，n。4.根据权利要求1所述的自适应正斜双十字窗均值滤波的脉冲噪声消除方法，其特征 在于，步骤5)所述的采用5 X 5正斜双十字窗口递归均值滤波，按如下步骤进行： 步骤5.1)对于R中的每一个像素 Q J)，采用5 X 5正十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果Ri: 如果Su为零矩阵，则Ri(i，j )=0,其噪声0-1二值映射矩阵为：如果，则R=Ri，算法结束，输出滤波结果； 步骤5.2)对于Ri中的每一个像素（i，j)，采用5X5正十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果R2: 如果Su为零矩阵，则R2(i，j)=0，其噪声0-1二值映射矩阵为：如果，贝iJR=R2，算法结束，输出滤波结果； 步骤5.3)对于R2中的每一个像素（i，j)，采用5 X 5正十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果化：如果5。为零矩阵，贝ljR3(i，j)=〇; 步骤5.4)用R3替换R，更新妒和护，即：步骤5.5)如果，则算法结束，输出滤波结果，否则 进行5 X 5斜十字窗口均值滤波；步骤5.6)对于R中的每一个像素（i，j )，采用5 X 5斜十字窗口均值滤波，其窗口对应的 点为：获得滤波结果化： 如果Su为零矩阵，则Ri(i，j )=0,其噪声0-1二值映射矩阵为：如果，则R=Ri，算法结束，输出滤波结果； 步骤5.7)对于Ri中的每一个像素（i，j )，采用5 X 5斜十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果R2: 如果Sij为零矩阵，R2(i，j)=0,其噪声0-1二值映射矩阵为：如果，则R=I?2，算法结束，输出滤波结果； 步骤5.8)对于R2中的每一个像素（i，j )，采用5 X 5斜十字窗口均值滤波，其窗口对应的 点为：，获得滤波结果R3: 如果5。为零矩阵，贝ijR3(i，j)=0; 步骤5.9)用化替换R，更新妒和Ni，即：步骤5.10)如果，则算法结束，输出滤波结果； 所述步骤5.1)、步骤5.2)、步骤5.3 )、步骤5.6 )、步骤5.7 )、步骤5.8)中的mean表示取均 值，i=l，2，...，m，j=l，2，...，n。
【专利摘要】本发明公开了一种基于自适应正斜双十字窗均值滤波的脉冲噪声消除方法，主要解决现有方法消除脉冲噪声效果差的问题。实现步骤为：(1)采用子块排序差分最大法和投票法获得脉冲噪声的上下边界，并用上下边界检测脉冲噪声点；(2)对待处理的噪声图像首先用3×3垂直水平十字(正十字)窗口递归裁剪均值滤波3次，然后用对角线十字(斜十字)窗口递归裁剪均值滤波3次，用裁剪均值滤波的结果替换噪声点的值，如果噪声点已处理完，就结束均值滤波，否则增大窗口继续进行类似的双十字递归裁剪均值滤波，一直到7×7窗口结束；(3)如果噪声仍未处理完，重复步骤(2)形成迭代滤波。本发明具有检测脉冲噪声点准确、消除脉冲噪声效果好和去噪速度快的优点。
【IPC分类】G06T5/00
【公开号】CN105590301
【申请号】CN201610058093
【发明人】张新明, 张贝, 刘艳, 张飞
【申请人】河南师范大学
【公开日】2016年5月18日
【申请日】2016年1月28日