一种增强细节的红外图像噪声抑制方法.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CN111652809A(43)申请公布日2020.09.11(21)申请号201910689911.2(22)申请日2019.07.29(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人赵毅强李体明林元琦王品权杜建艳(74)专利代理机构天津市三利专利商标代理有限公司12107代理人张义(51)Int.Cl.G06T5/00(2006.01)G06T5/50(2006.01)G06K9/62(2006.01)权利要求书1页说明书3页附图3页(54)发明名称一种增强细节的红外图像噪声抑制方法(57)摘要本发明公开了一种增强细节的红外图像噪声抑制方法，通过使用噪声分类对不同区域内的图像使用不同的降噪方法，有效的消除了所选区域内的主要噪声，并通过Sobel算子有效的保留了红外图像的细节信息以及图像的边缘信息通过拉普拉斯金字塔融合算法将两幅图像融合，获得相比传统方法具有大量图像细节和更低噪声的图像。本发明的思路简单，复杂度较低，计算量适中，且效果良好。CN111652809ACN111652809A权利要求书1/1页1.一种增强细节的红外图像噪声抑制方法，其特征是：所述方法包括以下步骤：1)获取原始红外图像P0；2)对原始图像中的边缘信息进行提取和强化处理，得到具有边缘信息的图像P1；3)对图像噪声进行分类，设定阈值T、Th和Tl；4)以5×5大小的区域内像素进行计算，当处理后5×5区域内的中心点的值超过阈值Th或低于阈值Tl，则认定为椒盐噪声，当该区域内被认定的总椒盐噪声点数超过所设定阈值T，对原始图像P0中该区域进行单独滤波处理得到处理后的图像P2；5)其余区域认定为高斯噪声，对图像P1进行滤波处理得到处理后的图像P3；6)通过图像融合算法将图像P1与图像P3进行融合得到降噪处理完成后的图像P4。2.根据权利要求1所述的一种增强细节的红外图像噪声抑制方法，其特征是：步骤2)中，通过使用Sobel算子对原始图像的水平方向x和垂直方向y分别进行处理，A为原始图像，横向和纵向边缘检测的图像灰度值分别为Gx和Gy，其公式为：将得到的两个方向的图像进行平面卷积，得到新的图像灰度值：即获得新的图像P1。3.根据权利要求2所述的一种增强细节的红外图像噪声抑制方法，其特征是：在步骤2)中，通过使用近似值简化计算过程，以此提高计算效率，获得图像每个像素点新的灰度值。4.根据权利要求1所述的一种增强细节的红外图像噪声抑制方法，其特征是：步骤6)中，将经过Sobel算子增强细节信息的图像P1与通过综合降噪滤波后的图像P2通过使用拉普拉斯金字塔变换将图像融合，产生最终的融合图像P4。2CN111652809A说明书1/3页一种增强细节的红外图像噪声抑制方法技术领域[0001]本发明属于红外图像处理技术领域，根据红外图像受噪声影响较大、图像对比度较低及图形模糊等特点，提出一种增强细节的红外图像噪声抑制方法。背景技术[0002]红外探测技术随着技术的不断发展与进步，越来越多的被用于测绘、医疗和军事等领域，但红外探测器中呈现的红外图像因其缺乏立体感、图像的对比度和分辨度低、图像成像效果低以及红外图像几乎没有纹理信息的特点，受这些问题的影响，使得红外图像相较于可见光图像会损失大量的图像信息和轮廓信息，使得人或机器不能得到相应的图像细节信息或得到错误的图像信息，从而加大了人或机器对真实图像识别的难度，这可能会导致错误的判断从而引发严重的后果。因此红外图像的图像质量一直是关注的焦点。[0003]红外图像噪声主要由高斯噪声和椒盐噪声相互叠加组成。在红外图像传统的降噪方式有均值滤波算法，中值滤波算法和基于神经网络的红外图像降噪算法。均值滤波算法可以有效的去除红外图像中的高斯噪声，但会损失图像的细节信息；中值滤波算法可以有效的降低红外图像的椒盐噪声，但会降低图像的分辨率，使图像变得模糊；基于神经网络的红外图像的降噪算法可以有效的降低复合噪声的影响，但其算法的复杂度高，计算量庞大，且其鲁棒性不高。[0004]传统的滤波方式不能有效的消除多种噪声对图像质量的影响，因此对红外图像复合噪声的降噪方式不论是改进传统的降噪算法还是提出新的降噪方法均成为广泛关注的焦点。目前所使用的降噪算法的不足主要有：(1)不能有效的消除多种噪声形成的复合噪声，使得图像的降噪效果达不到预期效果；(2)降噪效果虽然达成了预期效果但是在降噪的同时消除了图像的部分细节信息,使得图像的细节信息丢失；(3)降噪效果达到预期效果的同时降低了图像的分辨率，使得图像清晰度降低；(4)降噪算法复杂度高，计算量大，不利于后期的算法硬件实现。因此需要一种新的增强图像细节的红外噪声抑制方法对红外图像进行处理。发明内容[0005