一种基于轮廓非局部均值的滤波方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103646383103646383A(43)申请公布日2014.03.19(21)申请号201310675839.0(22)申请日2013.12.12(71)申请人复旦大学地址200433上海市杨浦区邯郸路220号(72)发明人张祥朝徐敏(74)专利代理机构上海正旦专利代理有限公司31200代理人陆飞王洁平(51)Int.Cl.G06T5/00(2006.01)权权利要求书2页利要求书2页说明书6页说明书6页附图3页附图3页(54)发明名称一种基于轮廓非局部均值的滤波方法(57)摘要本发明属于数字信号处理技术领域，具体为一种基于轮廓非局部均值的滤波方法。其将传统滤波方法中的正方形面片改为线段，并允许线段旋转和镜像，在比较线段相似性时，取其偏差最小的情况；在计算线段偏差时，各自减去其平均高度(灰度)；并将所有线段利用k-means聚类法进行分组，只对在同一聚类中的相似线段才进行加权平均；其大大提供了信息冗余度，使得算法能够更有效地去除噪音，解决了原始非局部均值去噪方法中的稀有面片效应，即在信号突变处无法有效去噪的问题；不会引入光晕假信号；减少线段比较计算次数，可将算法计算速度提高两个数量级以上。本滤波方法可广泛应用于医学、数码相机、航空、侦察、精密测量等领域的图像处理。CN103646383ACN103648ACN103646383A权利要求书1/2页1.一种基于轮廓非局部均值的滤波方法，其特征在于，包括步骤如下：1)估计原M×N图像的噪音幅值σ和线段相似判据，并用自相关法确定线段长度2w+1，w为周期；其中线段相似判据时采用如下公式进行：(i)若噪音服从正态分布，其相似判据为：其中A和B是图像上两个长度相等的线段；分别表示线段A、B的平均高度或平均灰度，||·||2表示向量的2范数，即其各分量的平方和的平方根；为噪音偏差分布的1-α分位点；1-α为分位值；α<0.1；对上述采用数值近似公式：其中n为点数，此处取2w+1；(ii)若噪音服从拉格朗日分布，则取线段之间的相似判据为：其中||·||1表示向量的1范数，即其各分量的绝对值之和；对上述采用数值近似公式：其中：n为点数，此处取2w+1；2)对图像中的所有长度为2w+1的行线段和列线段，及其分别旋转和镜像所得线段，根据线段中点的坐标(i,j)进行编号，且保存线段数据的平均灰度；若图像表示测量的形貌信息，则所存储值为平均高度；3)利用k-means法对所有线段L进行分组，若当前共有K个聚类，每个聚类的中心为Ok,k=1,2,…,K.，式中表示线段L的平均高度或平均灰度，而||·||表示向量的范数,εw是判断矩阵相似的判据；若L属于聚类Ck，则将其归于此聚类，并更新聚类中包含的线段个数N(Ck)以及聚类中心Ok；若L不属于现有任何聚类，则创建新聚类K+1；4)对原图像的所有数据进行滤波；若当前数据点坐标为(i,j)，滤波公式的通式为：式中Rpq表示以(p,q)为中点的行线段，Cpq表示以(p,q)为中点的列线段，而Ri,j-u表示点(i,j)沿行偏心时所对应的行线段，归属聚类Cr；Ci-v,j表示点(i,j)沿列偏心时所对2CN103646383A权利要求书2/2页应的列线段，归属聚类Cc；N(Cr)和N(Cc)分别为聚类Cr和Cc中包含的线段个数；根据点所在的不同位置分别处理线段的偏心情况：(i)当i≤w时，对应的列线段偏心，即v=i-w-1；当w<i≤M-w时,列线段无偏心，即v=0；当i>M-w时，列线段偏心，即v=i-M+w；(ii)当j≤w时，对应的行线段偏心，即u=j-w-1；当w<j≤N-w时,行线段无偏心，即u=0；当j>N-w时，行线段偏心，即u=j-N+w；5)聚合所有数据点i=1,…,M,j=1,…,N构成滤波后图像。2.根据权利要求1所述的滤波方法，其特征在于：步骤1）中，α为0.01。3.根据权利要求1所述的滤波方法，其特征在于：步骤3）中，3CN103646383A说明书1/6页一种基于轮廓非局部均值的滤波方法技术领域[0001]本发明涉及数字信号处理技术领域，具体涉及一种能够保持图像中特征结构的快速滤波方法。背景技术[0002]为了将数据中的基本信号与噪声分离，需要进行滤波。传统的线性滤波器，如高斯滤波器、样条滤波器(ISO16610-222005)、样条小波滤波器(ISO16610-292005)等，主要适用于对随机的平缓信号，也即图像各个区域无统计意义特征差别的信号。但是对于包含突变特征结构的图像信号，这些滤波方法会将其平滑化。[0003]为此，研究者对传统的滤波方法进行了改进，计算滤波平均的权重因子时不仅仅考虑数据点的位置，而且考虑信号的相似性