局部特定空间关系统计特征的RVIN噪声检测器

• 作者: 于海雯 易昕炜 徐少平 林珍玉 刘蕊蕊
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 图像降噪 随机脉冲噪声 局部空间结构关系 8邻域对数差值排序值 最小方向对数差值 多层感知网络 检测正确率
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 2494-2504
• 页数: 11页
• 分类号: TP391
• 语种: 中文

摘要

目的 随机脉冲噪声(random-valued impulse noise,RVIN)检测器将局部图像统计值(local image statistics,LIS)作为图块中心像素点是否为噪声的判断依据,但LIS的描述能力较弱,在不同程度上制约了RV1N检测器的检测正确率,影响了后续开关型降噪模块的修复效果.为此,提出了一种基于局部特定空间关系统计特征的RVIN噪声检测器.方法 以局部中心像素点的8个邻域像素对数差值排序值(rank-ordered logarithmic difference,ROLD)并结合1个最小方向对数差值(minimum orientation logarithmic difference,MOLD)共9个反映局部特定空间关系的LIS统计值构成描述中心像素点是否为RVIN的噪声感知特征矢量,并通过在大量样本图块数据上提取的RVIN噪声感知特征矢量及其对应的噪声标签作为训练对(training pairs),训练获得一个基于多层感知网络(multi-layer per-ception,MLP)的RVIN噪声检测器.结果 对比实验从检测正确率和实际应用效果2个方面检验所提出的RVIN检测器的有效性,分别在10幅常用图像和50幅BSD(Berkeley segmentation data)纹理图像上进行测试,并与经典的脉冲噪声降噪算法中包含的噪声检测器以及MLPNNC(MLP neural network classifier)噪声检测器相比较,以漏检数、误检数和错检总数作为评价噪声检测正确率的指标.在常用图像集上本文所提RVIN检测器的漏检数和误检数较为平衡,在错检总数上排名处于所有对比算法中的前2名,为后续的降噪模块打下了很好的基础.在BSD纹理图像集上,将本文提出的RVIN检测器和GIRAF(generic iteratively reweighted annihilating filter)算法组合构成一种RVIN 噪声降噪算法(proposed-GIRAF),proposed-GIRAF算法在50幅BSD 图像上的峰值信噪比(peak signal-to-noise ratio,PSNR)均值在各个噪声比例下均取得了最优结果,与排名第2的对比算法相比,提升了0.47～1.96 dB.实验数据表明,所提出的RVIN噪声检测器的检测正确率优于现有的检测器,与修复算法联用后即可获得一种降噪效果更佳的开关型RVIN降噪算法.结论 本文提出的RVIN噪声检测器在各个噪声比例下具有鲁棒的预测准确性配合GIRAF算法使用后与经典的RVIN降噪算法相比降噪效果最佳具有很强的实用性.