朱金華++李玉仙

摘 要： 數(shù)字圖像通常具有噪聲，為了改善圖像的質(zhì)量，拓寬其應(yīng)用范圍，針對圖像噪聲問題，提出基于卡爾曼濾波的圖像降噪算法。對數(shù)字圖像特征進(jìn)行分析，采用小波分析對數(shù)字圖像進(jìn)行處理，實(shí)現(xiàn)多尺度信息融合，最后采用卡爾曼濾波算法對圖像自適應(yīng)降噪，提高圖像分辨率。實(shí)驗(yàn)結(jié)果表明，該算法可以有效降低數(shù)字圖像的噪聲，提高輸出圖像的質(zhì)量，圖像視覺效果更優(yōu)。

關(guān)鍵詞： 數(shù)字圖像； 處理系統(tǒng)； 小波分析； 圖像降噪

中圖分類號： TN911.73?34； TP181 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）09?0022?03

Abstract： In order to improve the digital image quality， widen the application range of the digital image， and reduce the noise existing in the digital image， an image denoising algorithm based on Kalman filtering is proposed. The characteristics of the digital image are analyzed. The wavelet analysis is used to process the digital image to fuse the multi?scale information. The Kalman filtering algorithm is adopted to conduct adaptive denoising of the image， and improve the image resolution. The experimental results show that the algorithm can reduce the noise of the digital image， improve the quality of the output image， and has better image visual effect.

Keywords： digital image； processing system； wavelet analysis； image denoising

0 引 言

隨著圖像數(shù)字化處理技術(shù)的不斷發(fā)展，對數(shù)字圖像系統(tǒng)的成像要求更高。在復(fù)雜成像環(huán)境下，數(shù)字圖像采集時難免受到噪聲干擾，導(dǎo)致數(shù)字圖像質(zhì)量差，因此需要對數(shù)字圖像進(jìn)行降噪處理，改善數(shù)字圖像的質(zhì)量，提高數(shù)字圖像信噪比[1?2]。

圖像降噪通過對圖像噪點(diǎn)信息進(jìn)行特征分割和提取，結(jié)合濾波算法進(jìn)行噪點(diǎn)濾除，提高數(shù)字圖像質(zhì)量，典型的數(shù)字圖像降噪算法主要有小波降噪算法、時頻分析方法、粒子群濾波降噪算法、邊緣濾波檢測降噪、中值濾波降噪等[3?4]，以上方法通過構(gòu)建數(shù)字圖像噪點(diǎn)的分割檢測模型，對數(shù)字圖像的特征信息進(jìn)行區(qū)域分割和融合處理，采用濾波器進(jìn)行數(shù)字圖像噪聲濾波取得了一定的研究成果[5]，文獻(xiàn)[6]提出多尺度Retinex的超聲數(shù)字圖像去噪及增強(qiáng)技術(shù)，通過相互近似正交的直線模式建立數(shù)字圖像直線模式的方向關(guān)系，數(shù)字圖像濾波設(shè)計提高了輸出數(shù)字圖像的信噪比，但計算開銷大，對海量數(shù)字圖像去噪處理中的實(shí)時性差。文獻(xiàn)[7]采用基于小波分析的紅外小目標(biāo)去噪策略，通過小波分析對噪聲數(shù)字圖像進(jìn)行時頻分解和盲源分離，實(shí)現(xiàn)紅外小目標(biāo)噪點(diǎn)的特征遍歷濾除，但在受到強(qiáng)度大的噪聲干擾下的輸出信噪比低[8?9]。

針對數(shù)字圖像降噪算法的信噪低問題，提出了卡爾曼（Kalman）濾波的數(shù)字圖像自適應(yīng)降噪算法，結(jié)果表明，本文算法的圖像信噪高，數(shù)字圖像的可觀性好，圖像質(zhì)量得到改善。

1 數(shù)字圖像采集

為了實(shí)現(xiàn)對數(shù)字圖像自適應(yīng)降噪分析，首先構(gòu)建數(shù)字圖像采集模型，采用三個角度均勻遍歷方法進(jìn)行傳感器分布，進(jìn)行成像[10]，如圖1所示。

實(shí)驗(yàn)中進(jìn)行遠(yuǎn)景數(shù)字圖像采集，得到原始數(shù)字圖像如圖2所示。由圖2可見，由于受到光線和距離因素的影響，得到數(shù)字圖像質(zhì)量不好，噪聲較大，需要進(jìn)行數(shù)字圖像的降噪處理。

對數(shù)字圖像進(jìn)行特征分析，采用小波分析實(shí)現(xiàn)多尺度信息融合，實(shí)現(xiàn)數(shù)字圖像的增強(qiáng)處理，得到結(jié)果如圖3所示。

對融合處理的數(shù)字圖像通過卡爾曼濾波算法實(shí)現(xiàn)數(shù)字圖像自適應(yīng)降噪，為了對比性能，采用本文算法和文獻(xiàn)[6?7]給出的傳統(tǒng)算法，得到數(shù)字圖像降噪處理的結(jié)果對比如圖4所示。從圖4可見，采用本文算法進(jìn)行數(shù)字圖像降噪，成像的清晰度得到明顯改善，數(shù)字圖像質(zhì)量更高。

采用10 000次蒙特卡洛實(shí)驗(yàn)，進(jìn)行數(shù)字圖像降噪性能對比，得到峰值信噪比PSNR以及執(zhí)行開銷的對比結(jié)果見表1。從表1中的結(jié)果得知，利用本文算法進(jìn)行數(shù)字圖像降噪，提高了輸出數(shù)字圖像的峰值信噪比，證明數(shù)字圖像的成像質(zhì)量得到提高，另外，執(zhí)行開銷較小，表明本文方法在實(shí)時性和開銷方面具有優(yōu)越性。

4 結(jié) 語

針對噪聲干擾問題，本文提出小波尺度融合和卡爾曼濾波的數(shù)字圖像自適應(yīng)降噪算法，實(shí)現(xiàn)多尺度信息融合，對融合處理的數(shù)字圖像通過卡爾曼濾波算法實(shí)現(xiàn)數(shù)字圖像自適應(yīng)降噪，提高數(shù)字圖像的清晰度。但是，在實(shí)驗(yàn)中采用了特定的試驗(yàn)環(huán)境，沒有選取隨機(jī)環(huán)境，需要對環(huán)境的隨機(jī)性進(jìn)行進(jìn)一步研究。

參考文獻(xiàn)

[1] 陶禹，金偉其，王瑤，等.高性能近貼式像增強(qiáng)器的調(diào)制傳遞函數(shù)分析[J].光子學(xué)報，2016，45（6）：162?167.

[2] 代具亭，湯心溢，王世勇，等.掃描型紅外焦平面探測器圖像實(shí)時傳輸系統(tǒng)[J].激光與紅外，2016，46（4）：476?480.

[3] 鄭海峰.基于多尺度Retinex的超聲圖像去噪及增強(qiáng)技術(shù)[J].激光雜志，2016，37（2）：71?73.

[4] 劉少敏.基于小波分析的紅外小目標(biāo)去噪策略[J].激光雜志，2016，37（3）：53?56.

[5] 蔡文娟，王立強(qiáng)，袁波.自動導(dǎo)星星點(diǎn)檢測及跟蹤算法研究[J].紅外與激光工程，2014，43（8）：2684?2689.

[6] 周躍，閆豐，章明朝.CCD光電參數(shù)測試系統(tǒng)的研制[J].紅外與激光工程，2014，43（10）：3451?3456.

[7] 趙婧鑫，周富強(qiáng).小尺寸光斑中心的高精度定位算法[J].紅外與激光工程，2014，43（8）：2690?2693.

[8] 張聰，余文峰，夏珉，等.光纖受激布里淵散射的光信號特性分析[J].激光技術(shù)，2016，40（3）：363?366.

[9] 溫佳，馬彩文，水鵬朗.改進(jìn)自適應(yīng)LBG矢量量化算法在干涉高光譜圖像壓縮中的應(yīng)用[J].光譜學(xué)與光譜分析，2011，31（4）：1033?1037.

[10] 粘永健，辛勤，萬建偉，等.基于多波段預(yù)測的高光譜圖像分布式無損壓縮[J].光學(xué)精密工程，2012，20（4）：906?912.