• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 9
    • 下载费用:30 金币  

    重庆时时彩大底表格: 基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?pdf

    关 键 词:
    基于 边缘 ?;?加权 各向异性 扩散 滤波 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201510121825.3

    申请日:

    2015.03.19

    公开号:

    CN104700372A

    公开日:

    2015.06.10

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 5/00申请日:20150319|||公开
    IPC分类号: G06T5/00 主分类号: G06T5/00
    申请人: 天津大学
    发明人: 史再峰; 贾圆圆; 庞科; 徐江涛; 赵升; 周佳慧
    地址: 300072天津市南开区卫津路92号
    优先权:
    专利代理机构: 天津市北洋有限责任专利代理事务所12201 代理人: 刘国威
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201510121825.3

    授权公告号:

    ||||||

    法律状态公告日:

    2017.08.04|||2015.07.08|||2015.06.10

    法律状态类型:

    授权|||实质审查的生效|||公开

    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?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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。

    权利要求书

    权利要求书
    1.  一种基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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:
    μ = 1 - ρ ( I ( i , j ) , I ( i , j ) ) k - - - ( 4 ) ]]>
    其中i,j分别为图像的行数与列数,ρ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μ>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Iedge(i,j);如果μ≤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Inoise(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Ismooth(i,j)。

    3.  如权利要求2所述的基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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:
    ∂ I ( i , j , t ) ∂ t = div [ W i · c ( | | ▿ I ( i , j , t ) | | ) · ▿ I ( i , j , t ) ] I ( i , j , t ) t = 0 = I 0 - - - ( 5 ) ]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为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时刻的像素梯度值, div为散度符号,|| ||表示范数,I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初 始像素值。

    4.  如权利要求3所述的基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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>W1>W2
    c中心像素处于平滑区域权重关系为:W3>W1>W2。

    说明书

    说明书基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?
    技术领域
    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?;ね枷裣附?。。
    技术背景
    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。
    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:
    ∂ I ( i , j , t ) ∂ t = div [ c ( | | ▿ I ( i , j , t ) | | ) · ▿ I ( i , j , t ) ] I ( i , j , t ) t = 0 = I 0 - - - ( 1 ) ]]>
    其中i,j分别代表空间域横纵两个方向的坐标值,t代表时间值,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,I0代表原始图像像素值, 即I(i,j,t)t=0在t=0时刻的像素值,▽I(i,j,t)为t时刻的像素梯度值,div为散度符号,|||| 表示范数,c(||▽I(i,j,t)||)为扩散系数,常用的两种形式如下:
    c ( | | ▿ I ( i , j , t ) | | ) = exp [ - ( | | ▿ ( i , j , t ) | | K 2 ) ] - - - ( 2 ) ]]>
    c ( | | ▿ I ( i , j , t ) | | ) = 1 1 + ( | | ▿ I ( i , j , t ) | | K 2 ) 2 - - - ( 3 ) ]]>
    K为常数,是控制平滑程度的参数,exp表示以自然数e为底的指数函数,具体的扩散 方式如图1所示,以像素I(i,j)为中心,分别向上,下,左,右四个方向进行扩散,如果扩散像 素与中心像素的梯度值较大,则两个像素处于不同区域的可能性大,因此扩散程度将减??; 相反,如果扩散像素与中心像素的梯度值较小,则两个像素处于相同区域的可能性大,则扩 散程度相应增大。因此通过求解初始值为原始图像的非线性扩散方程,能够在滤除噪声的同时 保留甚至增强图像的边缘特征。然而,对于强度较高的噪声来说,该算法则不能有效的区分扩 撒像素为噪声还是边缘信息,因此,使用该方法不但不能有效滤除噪声,反而还可能使噪声增 强。
    发明内容
    为克服现有技术的不足,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?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?,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。
    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:
    μ = 1 - ρ ( I ( i , j ) , I ( i , j ) ) k - - - ( 4 ) ]]>
    其中i,j分别为图像的行数与列数,ρ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μ>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Iedge(i,j);如果μ≤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Inoise(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Ismooth(i,j)。
    加权各向异性滤波具体为:
    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:
    ∂ I ( i , j , t ) ∂ t = div [ W i · c ( | | ▿ I ( i , j , t ) | | ) · ▿ I ( i , j , t ) ] I ( i , j , t ) t = 0 = I 0 - - - ( 5 ) ]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为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时刻的像素梯度值,div为散 度符号,||||表示范数,I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初始像素值。
    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>W1>W2
    c中心像素处于平滑区域权重关系为:
    W3>W1>W2。
    与已有技术相比,本发明的技术特点与效果:
    针对去除数字图像中的高斯噪声,本发明提出了一种高斯噪声检测方法,能够有效区分 图像中的噪声点与边缘信息,避免了将二者混淆而造成边缘信息丢失与噪声放大的现象。
    设计了一种基于边缘?;さ募尤瞬ǚ椒?,并应用在各向异性扩散滤波器中,此方法不 仅能够有效地去除高斯噪声,同时也很好的?;ち送枷竦谋咴涤胂附谛畔?。
    附图说明
    图1各向异性扩散示意图,
    图2权重分配示意图,
    图3算法流程图。
    具体实施方式
    加权各向异性扩散滤波是通过某种方法进行噪声检测,根据扩散像素属于噪声还是边缘 分别实施不同程度的扩散,从而更精确的控制滤波过程,提高滤波效果。
    本发明旨在提出一种能够有效区分图像边缘和噪声的滤波方法,在实现图像滤波的过程 中,首先利用一种方式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。
    本发明主要解决的技术问题是如何有效的区分扩散像素属于平坦区域,边缘区域还是噪 声区域,从而能够在各向异性扩散滤波的过程中,通过对其分配不同的权重值来提高其去噪 能力并且对细节边缘信息进行?;?。本发明采用的滤波过程如下:
    1、噪声与边缘检测
    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:
    μ = 1 - ρ ( I ( i , j ) , I ( i , j ) ) k - - - ( 4 ) ]]>
    其中ρ表示一种矢量距离(通常是L1范数或者L2范数)。i,j分别为图像的行数与列 数,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μ>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Iedge(i,j);如果μ≤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Inoise(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Ismooth(i,j)。
    2、加权各向异性滤波
    通过步骤1,边缘区域,噪声区域以及平滑区域的像素已经区分出来,接下则进行加权 各向异性扩散滤波。此过程主要分为以下三种情况,分别为中心像素处于边缘区域,中心像 素处于噪声区域,中心像素处于光滑区域。此三种不同的情况如图2所示,图中浅色区域为 边缘区域,分配权重为W1,深色区域为噪声区域,分配权重为W2,而白色区域为平滑区域, 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:
    ∂ I ( i , j , t ) ∂ t = div [ W i · c ( | | ▿ I ( i , j , t ) | | ) · ▿ I ( i , j , t ) ] I ( i , j , t ) t = 0 = I 0 - - - ( 5 ) ]]>
    其中,i,j分别为图像的行数与列数,t为时间,Wi为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时刻的像素梯度值,div为散 度符号,||||表示范数。I0代表在t=0时刻原始图像的像素值,即I(i,j,t)t=0的初始像素值。
    a中心像素处于边缘区域
    中心像素处于边沿区域,应该使之向边沿区域的扩散程度增加,而减少向平滑区域与噪 声区域方向扩散。因此应该增加向边缘区域的扩散程度,同时减小向平滑区域与噪声区域的 扩散程度,因此分配的权重关系为:
    W1>W3>W2
    b中心像素处于噪声区域
    中心像素处于噪声区域,应该使之尽量沿着平滑区域与边沿区域方向扩散,而避免向噪 声区域进行扩散,因此分配的权重关系为:
    W3>W1>W2
    c中心像素处于平滑区域
    当中心像素处于平滑区域时,与情况a类似,应该尽量使其向平滑区域扩散,而减小向 边缘区域与噪声区域方向的扩散程度,这种情况下的权重关系为:
    W3>W1>W2。
    在噪声与边缘检测过程中,首先,利用高斯滤波方法对噪声图像I(i,j)进行处理,输出的图 像I'(i,j)作为参考图像,其高斯滤波器的窗口大小设置为3×3,标准偏差为1。其次,使用Canny 边缘检测算法来对噪声图像进行边缘检测。此时,由Canny边缘检测算法检测出的”边缘”信 息除了真正的边缘像素外,同时还包含大量的噪声像素信息。提取出的“边缘”像素标记为 Icanny(i,j)。最后,在Icanny(i,j)范围内计算噪声图像与参考图像的相似性过程中,区分噪声与边 缘信息的阈值T的取值为0.8。根据上述相似性公式(4),如果μ>0.8,像素Icanny(i,j)被视 为边缘信息,记为Iedge(i,j);如果μ≤0.8,像素Icanny(i,j)则为噪声信息,记为Inoise(i,j)。而在 噪声图像中,除了被Canny边缘检测算法检测出的像素Icanny(i,j)之外,其余像素都视为平滑 处的像素,记为Ismooth(i,j)。
    在加权各向异性扩散滤波的过程中,对于扩散像素,被记为Iedge(i,j)的像素分配权重W1, 被记为Inoise(i,j)的像素分配权重W2,而被记为Ismooth(i,j)的像素分配权重为W3。对于中心像 素处于三种不同区域来说,本方法的最佳选择为以下三组不同的权重分配值:
    a、中心像素处于边缘区域
    选择的权重值分别为:W1=1.5W3=1W2=0.5;
    b、中心像素处于噪声区域
    权重值分别为:W3=1.5W1=1W2=0.5;
    c、中心像素处于平滑区域
    权重值分别为:W3=1.5W1=1W2=0.5?!  ∧谌堇醋宰ɡ鴚ww.www.4mum.com.cn转载请标明出处

    关于本文
    本文标题:基于边缘?;さ募尤ǜ飨蛞煨岳┥⒙瞬ǚ椒?pdf
    链接地址://www.4mum.com.cn/p-5890253.html

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 有彩金捕鱼 贵州快3和值走势图表 上证指数实时年线图 最新四川快乐12技巧 福建22选5开奖号码结果查询 重庆时时彩开奖 聚发彩票群 急速赛车怎么玩 秒速飞艇官网开奖 德州麻将室 dnf现在什么副职业最赚钱 极速快乐十分开奖网站 河北11选5走垫图 平码推敲是什么意思 浙江福利彩票投注机 大?子美女捕鱼