一种去除图像噪声的方法及装置与流程

本发明涉及数据识别领域，具体涉及一种去除图像噪声的方法及装置。

背景技术：

由于图像传感器(cis，cmosimagesensor)在成像过程中存在各种电学噪声，所以在成像图片上体现为各种噪点，传统对于噪点属性通过各种统计学模型建模，但是在实际图像处理过程中，噪声区域与边缘区域往往需要进行折衷，即对噪声抑制的同时，边缘区域也会被平滑。

现有的这种不区分边缘区域和噪声区域的模型以及处理方法在处理噪声的时候，使得边缘区域也被破坏，从而使得整个图像的边缘区域不完整，进而影响到整个图像的质量。

技术实现要素：

本发明所要解决的技术问题是提供一种去除图像噪声的方法及装置，根据噪声与边缘的连通特性对噪声区域与边缘区域进行辨识，可以在抑制噪声区域的同时保护边缘区域。

为了实现上述目的，本发明采用如下技术方案：一种去除图像噪声的方法，包括如下步骤：

s01：获取待处理的图像，将所述图像在rgb色域上进行分解，形成r通道图像，g通道图像和b通道图像；

s02：分别计算不同通道图像的一阶差分特性函数g(x,y)；

s03：获取各个通道图像中所述一阶差分特性函数g(x,y)对应的二值图函数b(x,y)；所述二值图函数b(x,y)＝g(x,y)>thr；所述thr表示差分阈值；

s04：采用连通区标记算法标记各个通道图像中的二值图函数b(x,y)对应的区域，形成连通区，并对各个连通区进行面积统计；

s05：将各个通道图像中面积小于本通道对应区域阈值的连通区标记为噪声区域，将面积大于本通道对应区域阈值的连通区标记为边缘区域；

s06：对各个通道图像中所述噪声区域进行平滑处理，对所述边缘区域进行锐化处理，将处理之后的各个通道图像合成新的图像，即为去除噪声之后的图像。

进一步地，所述一阶差分特性函数g(x,y)＝‖f(x-1,y)-f(x+1,y)‖+‖f(x,y-1)-f(x,y+1)‖；其中，f(x,y)表示原始图像，||*||为范数或梯度算子。

进一步地，所述连通区标记算法为8连通或4连通。

进一步地，所述对各个连通区进行面积统计包括对连通区的像素总量进行统计。

进一步地，所述步骤s02包括：计算所述图像r通道图像的一阶差分特性函数g1(x,y)；计算所述图像b通道图像的一阶差分特性函数g2(x,y)；计算所述图像g通道图像的一阶差分特性函数g3(x,y)。

进一步地，所述步骤s03包括：计算r通道图像的二值图函数b1(x,y)；计算b通道图像的二值图函数b2(x,y)；计算g通道图像的二值图函数b3(x,y)。

进一步地，分别将r通道图像、b通道图像和g通道图像中二值图函数对应的区域标记为m，采用连通区标记算法标记不同通道图像中被标记为m的区域，形成x个连通区，其中，x为大于等于1的整数；

进一步地，采用平滑滤波方法对所述噪声区域进行平滑处理。

本发明提供的一种去除图像噪声的装置，包括一阶差分生成模块、一阶差分判断模块、连通区标记模块、连通区面积统计模块、判别模块、噪声处理模块和边缘处理模块；待处理图像输入所述一阶差分生成模块中，形成分通道图像的一阶差分特性函数g(x,y)，并传输至所述一阶差分判断模块，所述一阶差分判断模块生成所述一阶差分特性函数g(x,y)的二值图函数b(x,y)，并传输至所述连通区标记模块，所述连通区标记模块根据二值图函数b(x,y)进行标记，形成各个通道图像的连通区，并传输至所述连通区面积统计模块，所述连通区面积统计模块统计各个连通区的面积，并将统计结果传输至所述判别模块，所述判别模块根据各个通道对应的区域阈值判别各个连通区是噪声区域还是边缘区域，并将判断出来的噪声区域传输至所述噪声处理模块进行处理，将判断出来的边缘区域传输至所述边缘处理模块进行处理，将处理之后的各个通道图像合成图像，即为去除噪声之后的图像。

本发明的有益效果为：本发明采用连通区统计，可有效判断突变区域为噪声区域还是边缘区域，可以在对噪声区域进行处理时有效保护图像边缘区域，可以进一步对噪声区域和边缘区域进行不同处理，同时处理好噪声区域和边缘区域的修正；采用分通道图像处理噪声的方法，可以高效快速地去除各个通道图像的噪声，进一步提高图像整体质量。

附图说明

附图1为本发明一种去除图像噪声方法的流程图。

附图2为本发明一种去除图像噪声装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式做进一步的详细说明。

噪声与边缘的最大区别在于噪声是孤立的，边缘是大范围连通的。从图像统计来看，边缘跨度一般为多个像素构成的带状区域。所以可以通过各种算子计算图像的一阶差分特性，获得边缘区域与噪声区域的分布，而后通过统计一阶差分图中的连通区面积。当面积小于特定像素值时，判定为噪声区域，而后对噪声进行进行滤波；当面积大于特定像素值时，判定为边缘区域，对边缘区域进行加强。

如附图1所示，本发明提供的一种去除图像噪声的方法，包括如下步骤：

s01：获取待处理的图像。

s02：分通道图像计算图像的一阶差分特性函数g(x,y)。一阶差分特性函数g(x,y)＝‖f(x-1,y)-f(x+1,y)‖+‖f(x,y-1)-f(x,y+1)‖；其中，f(x,y)表示原始图像，||*||为范数或其他梯度算子。

本步骤中具体包括：计算图像r通道图像的一阶差分特性函数g1(x,y)；计算图像b通道图像的一阶差分特性函数g2(x,y)；计算图像g通道图像的一阶差分特性函数g3(x,y)。

s03：获取各个通道图像中一阶差分特性函数g(x,y)对应的二值图函数b(x,y)；二值图函数b(x,y)＝g(x,y)>thr；thr表示差分阈值。

具体包括：计算r通道图像的二值图函数b1(x,y)；计算b通道图像的二值图函数b2(x,y)；计算g通道图像的二值图函数b3(x,y)。

s04：采用连通区标记算法标记各个通道图像中的二值图函数b(x,y)区域，形成连通区，并对各个连通区进行面积统计。连通区标记算法为8连通或4连通。对各个连通区进行面积统计包括对连通区的像素总量进行统计。

具体包括：分别将r通道图像、b通道图像和g通道图像中二值图函数对应的区域标记为m，采用连通区标记算法标记不同通道图像中被标记为m的区域，形成x个连通区，其中，x为大于等于1的整数，m可以为数字或者字母等等标记，只要能起到区分标记的效果即可。

其中，本步骤中可以将三个通道图像进行同时标记，也可以将其分开标记，设定不同的标记符号。由于各个通道图像对应的二值图函数值是相同的，因此，其采用相同的标记方法可以加速去噪过程。

s05：将各个通道图像中面积小于本通道对应区域阈值的连通区标记为噪声区域，将面积大于本通道对应区域阈值的连通区标记为边缘区域。其中，本通道对应区域阈值指的是三个通道均对应一个区域阈值，三个通道中的区域阈值可以是相同的值，也可以是不同的值。另一方面，区域阈值为提前设定的一个阈值，其设定的大小与去除噪声的程度相关，若在对噪声干扰要求较为严格的图像中，可以将区域阈值设定的小一点，可以去除大部分的噪声，具体按照去噪要求来进行设定。

s06：对各个通道图像中噪声区域进行平滑处理，对边缘区域进行锐化处理，将处理之后的各个通道图像合成新的图像，即为去除噪声之后的图像。其中，可以采用平滑滤波方法对噪声区域进行平滑处理。

如附图2所示，本发明提供的一种去除图像噪声的装置，包括一阶差分生成模块、一阶差分判断模块、连通区标记模块、连通区面积统计模块、判别模块、噪声处理模块和边缘处理模块；待处理图像输入一阶差分生成模块中，形成分通道图像的一阶差分特性函数g(x,y)，并传输至一阶差分判断模块，一阶差分判断模块生成一阶差分特性函数g(x,y)的二值图函数b(x,y)，并传输至连通区标记模块，连通区标记模块根据二值图函数b(x,y)进行标记，形成各个通道图像的连通区，并传输至连通区面积统计模块，连通区面积统计模块统计各个连通区的面积，并将统计结果传输至判别模块，判别模块根据各个通道对应的区域阈值判别各个连通区是噪声区域还是边缘区域，并将判断出来的噪声区域传输至噪声处理模块进行处理，将判断出来的边缘区域传输至边缘处理模块进行处理，将处理之后的各个通道图像合成图像，即为去除噪声之后的图像。

本发明采用连通区统计，可有效判断突变区域为噪声区域还是边缘区域，可以在对噪声进行处理时有效保护图像边缘区域，可以进一步对噪声区域和边缘区域进行不同处理，同时处理好噪声区域和边缘区域的修正；采用分通道图像处理噪声的方法，可以高效快速地去除各个通道图像的噪声，进一步提高图像整体质量。

以上所述仅为本发明的优选实施例，所述实施例并非用于限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明所附权利要求的保护范围内。