專利名稱：一種利用目標圖像頻譜特性的頻域濾波去噪方法
技術領域：
本發(fā)明屬于數(shù)字圖像處理技術領域，具體涉及了一種利用目標圖像頻譜特性的頻域濾波去噪方法。
背景技術：
通常情況下，由于成像條件和傳感器的影響，圖像往往會被噪聲污染。噪聲的強度一般采用信噪比(snr)和分貝數(shù)(dB)來定義。信噪比即是圖像中信號和噪聲的功率比值， 信噪比和分貝數(shù)的轉(zhuǎn)換關系為dB = IOlog10Snr一般地，噪聲被認為主要集中在圖像頻譜的高頻部分，因此傳統(tǒng)的去噪方法是利用一個低通濾波器對圖像進行濾波，去除圖像頻譜中的高頻成分，從而實現(xiàn)對圖像的去噪。對于一般情況下的弱噪聲，傳統(tǒng)的濾波去噪方法可以較好地實現(xiàn)圖像去噪。但是， 在動平臺條件下成像，成像積分時間很短，從而導致了傳感器噪聲很強；而某些時候，由于成像條件太差，或者目標距離成像太遠，目標輻射強度很低，導致了噪聲相對較強。面對這類強噪聲的惡劣條件，傳統(tǒng)的濾波去噪方法常常無能為力。其次，傳統(tǒng)的低通濾波器(如理想低通濾波器、巴特沃思低通濾波器、高斯低通濾波器等)都沒有考慮目標的頻譜特性，僅僅通過盲目地去掉圖像高頻成分和保留圖像低頻成分來實現(xiàn)圖像去噪。然而，圖像的邊緣和細節(jié)也處于圖像頻譜的中高頻部分，且目標或其某些部件具有一定方向性，其在一個方向上是低頻，而在另一個方向上卻是高頻或中頻。利用傳統(tǒng)的低通濾波器對空間目標圖像進行去噪，會在去除噪聲的同時丟失圖像的邊緣和細節(jié)信息，使得圖像更加模糊，增加了后續(xù)處理工作(如圖像校正、目標識別等)的難度。綜上所述，需要研究有效的圖像去噪方法，使得在對圖像去噪的同時保留圖像的邊緣和細節(jié)信息，降低圖像預處理和后續(xù)處理的難度。由噪聲的空間特性⑴無方向性；(2)空間局部性，支撐域很小?？珊侠矶x噪聲的頻譜特性為(1)其在幅頻譜中沒有方向性；(2)在幅頻譜中距離原點較遠，即處于圖像幅頻譜的中高頻部分。由目標形狀的空間特性(1)目標有較大的支撐域，具有空間多尺度特性；(2)目標的各個部件具有空間方向性?？珊侠矶x目標的頻譜特性(1)目標的支撐域大表明其會有充分的低頻成分；( 目標的組成部件具有帶方向性的高頻或中頻成分，即沿著其結構走向表現(xiàn)為低頻，垂直結構走向表現(xiàn)為高頻。根據(jù)噪聲和目標的空頻特性差異，可研究相應的圖像去噪方法，盡可能地保留目標信息和去除噪聲信息。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種利用目標圖像頻譜特性的頻域濾波去噪方法，能在有效去除噪聲的同時，保留圖像的邊緣和細節(jié)，從而減小圖像后續(xù)處理的難度。
本發(fā)明提供的空間目標圖像頻域去噪方法，其步驟包括(1)將獲取的含噪的圖像f變換到頻域，并將其中心化，得到圖像f的中心化頻譜 F；(2)根據(jù)中心化頻譜F，構造相應的濾波器函數(shù)H ；(3)將圖像f的中心化頻譜F與濾波器函數(shù)H點乘，得到濾波后的圖像頻譜G，實現(xiàn)對圖像f的頻域濾波；(4)將濾波后的圖像頻譜G進行反傅立葉變換，并對反變換結果取模，即得到濾波后圖像g。傳統(tǒng)低通濾波器(如理想低通濾波器、巴特沃思低通濾波器、高斯低通濾波器等) 將圖像高頻成分完全看作噪聲，通過去掉圖像高頻成分來實現(xiàn)圖像去噪。但是，圖像邊緣和細節(jié)也是高頻或中頻的，這樣，傳統(tǒng)低通濾波器在去噪的同時，丟失了目標的細節(jié)和邊緣。 本發(fā)明提出的一種頻域濾波方法，對被噪聲污染的圖像的某些高頻成分(如u方向為高頻但V方向為低頻、V方向為高頻但U方向為低頻)加以保留，而對其他高頻成分也僅做部分抑制?？傊摲椒ǜ鶕?jù)目標圖像的頻譜特性，構造一個合適的濾波器函數(shù)，在一定程度上抑制圖像的高頻成分，實現(xiàn)了有效的圖像濾波去噪方法。


圖1是本發(fā)明的空間目標圖像的頻域去噪方法流程圖。圖2是中心化頻譜的過程示意圖。圖3是某空間目標圖像及其頻譜和中心化頻譜。圖3a是某空間目標圖像。圖北是圖3a未中心化的頻譜。圖3c是圖3a未中心化的頻譜的三維顯示。圖3d是圖3a中心化后的頻譜。圖!Be是圖3a中心化后的頻譜的三維顯示。圖4是根據(jù)半徑r確定4個區(qū)域Ω i (i =0,1,2,3)的示意圖。圖5是不同的r對應的濾波器函數(shù)的三維顯示，其中M= 256，N = 256，λ =0.2。圖5a是A = 140，i = 0，1，2，3時，濾波器函數(shù)H的三維顯示。圖5b是A = 128，i = 0，1，2，3時，濾波器函數(shù)H的三維顯示。圖5c是a = 110，i = 0，1，2，3時，濾波器函數(shù)H的三維顯示。圖6是某空間目標在疊加信噪比為5db (即snr = 3. 16)的高斯白噪聲的條件下， 本發(fā)明提出的算法和理想低通濾波器的實驗結果對比。圖6a是某空間目標仿真圖像。圖6b是圖6a疊加了信噪比為5db的高斯白噪聲后的圖像。圖6c是理想低通濾波器的濾波結果。圖6d是本發(fā)明的算法濾波結果。圖6e是含噪圖像(即圖6b)的中心化頻譜三維顯示。圖6f是本發(fā)明去噪后圖像(即圖6d)的中心化頻譜三維顯示。圖7是某空間目標在疊加信噪比為Idb (即snr = 1. 25)的高斯白噪聲的條件下，本發(fā)明提出的算法和理想低通濾波器的實驗結果對比。圖7a是某空間目標仿真圖像。圖7b是圖7a疊加了信噪比為Idb的高斯白噪聲后的圖像。圖7c是理想低通濾波器的濾波結果。圖7d是本發(fā)明的算法濾波結果。圖7e是含噪圖像(即圖7b)的中心化頻譜三維顯示。圖7f是本發(fā)明去噪后圖像(即圖7d)的中心化頻譜三維顯示。圖8是HiAble在疊加信噪比為3db (即snr = 1. 99)的高斯白噪聲的條件下，本發(fā)明提出的算法和理想低通濾波器的實驗結果對比。圖8a是HiAble仿真圖像。圖8b是圖IOa疊加了信噪比為3db的高斯白噪聲后的圖像。圖8c是理想低通濾波器的濾波結果。圖8d是本發(fā)明的算法濾波結果。圖8e是含噪圖像(即圖8b)的中心化頻譜三維顯示。圖8f是本發(fā)明去噪后圖像(即圖8d)的中心化頻譜三維顯示。圖9是HiAble在疊加信噪比為Idb (即snr = 1. 25)的高斯白噪聲的條件下，本發(fā)明提出的算法和理想低通濾波器的實驗結果對比。圖9a是HiAble仿真圖像。圖9b是圖Ila疊加了信噪比為Idb的高斯白噪聲后的圖像。圖9c是理想低通濾波器的濾波結果。圖9d是本發(fā)明的算法濾波結果。圖9e是含噪圖像(即圖9b)的中心化頻譜三維顯示。圖9f是本發(fā)明去噪后圖像(即圖9d)的中心化頻譜三維顯示。
具體實施例方式下面結合附圖和實例對本發(fā)明作進一步詳細的說明。(1)利用成像裝置獲取圖像f，圖像大小為MXN。將含噪的圖像f變換到頻域，并將其中心化，得到圖像f的中心化頻譜F。 將圖像f進行二維離散傅立葉變換后即為圖像的頻譜Ftl，再將頻譜Ftl等分為2 X 2 個子塊，將第一行的2個子塊分別與其對角的子塊交換，即可實現(xiàn)圖像頻譜的中心化，得到圖像f的中心化頻譜F。如圖2所示，原圖像f的頻譜FO被等分為2X2個子塊，將圖中第1子塊和第3子塊交換，第2子塊和第4子塊交換，即可實現(xiàn)對頻譜的中心化。中心化后的圖像頻譜，其中心為低頻，四周為高頻。如圖3所示，圖3a是某空間目標圖像f，圖北是圖像f的頻譜F。，圖3d是圖像f 中心化后的頻譜F。(2)根據(jù)圖像頻譜F，按照步驟(2. 1)至(2. 3)，構造相應的濾波器函數(shù)H。(2. 1)根據(jù)中心化頻譜F，判斷頻譜的方向性，設定參數(shù)巧，i = 0，1，2，3和λ，其中1>1 = 0，1，2，3為頻譜？中需抑制的高頻分量半徑，λ為最終保留高頻成分的百分比，其中，1叩
權利要求
1.一種利用目標圖像頻譜特性的頻域濾波去噪方法，其特征在于，該方法包括下述步驟(1)將獲取的含噪的圖像f變換到頻域，并將其中心化，得到圖像f的中心化頻譜F；(2)根據(jù)中心化頻譜F，構造相應的濾波器函數(shù)H;(3)將圖像f的中心化頻譜F與濾波器函數(shù)H點乘，得到濾波后的圖像頻譜G，實現(xiàn)對圖像f的頻域濾波；(4)將濾波后的圖像頻譜G進行反傅立葉變換，并對反變換結果取模，即得到濾波后圖像g。
2.根據(jù)權利要求1所述的頻域濾波去噪方法，其特征在于，步驟(2)具體包括下述過程(2. 1)設圖像f的大小為MXN，根據(jù)中心化頻譜F，判斷頻譜的方向性，設定參數(shù)i =0，1，2，3和λ，其中ri，i =0，1，2，3為頻譜F中需抑制的高頻分量半徑，λ為最終保留高頻成分的百分比，其中
全文摘要
本發(fā)明公開了一種利用目標圖像頻譜特性的頻域濾波去噪方法，步驟為①將獲取的含噪的圖像f變換到頻域，并將其中心化，得到圖像f的中心化頻譜F；②根據(jù)中心化頻譜F，構造相應的濾波器函數(shù)H；③將圖像f的中心化頻譜F與濾波器函數(shù)H點乘，得到濾波后的圖像頻譜G，實現(xiàn)對圖像f的頻域濾波；④將濾波后的圖像頻譜G進行反傅立葉變換，并對反變換結果取模，即得到濾波后圖像g。本發(fā)明對被噪聲污染的圖像的某些高頻成分加以保留，而對其他高頻成分也僅做部分抑制?？傊摲椒ǜ鶕?jù)目標圖像的頻譜特性，構造一個合適的濾波器函數(shù)，在一定程度上抑制圖像的高頻成分，能在有效去除噪聲的同時，保留圖像的邊緣和細節(jié)，從而減小圖像后續(xù)處理的難度。
文檔編號G06T5/00GK102201110SQ201110106299
公開日2011年9月28日 申請日期2011年4月27日 優(yōu)先權日2011年4月27日
發(fā)明者余錚, 關靜, 周鋼, 左芝勇, 張?zhí)煨? 武道龍, 薛米生, 陳建沖, 陳浩 申請人:華中科技大學