基于卡爾曼濾波的圖像降噪算法

朱金華++李玉仙

摘 要： 數字圖像通常具有噪聲，為了改善圖像的質量，拓寬其應用范圍，針對圖像噪聲問題，提出基于卡爾曼濾波的圖像降噪算法。對數字圖像特征進行分析，采用小波分析對數字圖像進行處理，實現多尺度信息融合，最后采用卡爾曼濾波算法對圖像自適應降噪，提高圖像分辨率。實驗結果表明，該算法可以有效降低數字圖像的噪聲，提高輸出圖像的質量，圖像視覺效果更優。

關鍵詞： 數字圖像； 處理系統； 小波分析； 圖像降噪

中圖分類號： TN911.73?34； TP181 文獻標識碼： 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

隨著圖像數字化處理技術的不斷發展，對數字圖像系統的成像要求更高。在復雜成像環境下，數字圖像采集時難免受到噪聲干擾，導致數字圖像質量差，因此需要對數字圖像進行降噪處理，改善數字圖像的質量，提高數字圖像信噪比[1?2]。

圖像降噪通過對圖像噪點信息進行特征分割和提取，結合濾波算法進行噪點濾除，提高數字圖像質量，典型的數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]，以上方法通過構建數字圖像噪點的分割檢測模型，對數字圖像的特征信息進行區域分割和融合處理，采用濾波器進行數字圖像噪聲濾波取得了一定的研究成果[5]，文獻[6]提出多尺度Retinex的超聲數字圖像去噪及增強技術，通過相互近似正交的直線模式建立數字圖像直線模式的方向關系，數字圖像濾波設計提高了輸出數字圖像的信噪比，但計算開銷大，對海量數字圖像去噪處理中的實時性差。文獻[7]采用基于小波分析的紅外小目標去噪策略，通過小波分析對噪聲數字圖像進行時頻分解和盲源分離，實現紅外小目標噪點的特征遍歷濾除，但在受到強度大的噪聲干擾下的輸出信噪比低[8?9]。

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

1 數字圖像采集

為了實現對數字圖像自適應降噪分析，首先構建數字圖像采集模型，采用三個角度均勻遍歷方法進行傳感器分布，進行成像[10]，如圖1所示。

實驗中進行遠景數字圖像采集，得到原始數字圖像如圖2所示。由圖2可見，由于受到光線和距離因素的影響，得到數字圖像質量不好，噪聲較大，需要進行數字圖像的降噪處理。

對數字圖像進行特征分析，采用小波分析實現多尺度信息融合，實現數字圖像的增強處理，得到結果如圖3所示。

對融合處理的數字圖像通過卡爾曼濾波算法實現數字圖像自適應降噪，為了對比性能，采用本文算法和文獻[6?7]給出的傳統算法，得到數字圖像降噪處理的結果對比如圖4所示。從圖4可見，采用本文算法進行數字圖像降噪，成像的清晰度得到明顯改善，數字圖像質量更高。

采用10 000次蒙特卡洛實驗，進行數字圖像降噪性能對比，得到峰值信噪比PSNR以及執行開銷的對比結果見表1。從表1中的結果得知，利用本文算法進行數字圖像降噪，提高了輸出數字圖像的峰值信噪比，證明數字圖像的成像質量得到提高，另外，執行開銷較小，表明本文方法在實時性和開銷方面具有優越性。

4 結 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字圖像自適應降噪算法，實現多尺度信息融合，對融合處理的數字圖像通過卡爾曼濾波算法實現數字圖像自適應降噪，提高數字圖像的清晰度。但是，在實驗中采用了特定的試驗環境，沒有選取隨機環境，需要對環境的隨機性進行進一步研究。

參考文獻

[1] 陶禹，金偉其，王瑤，等.高性能近貼式像增強器的調制傳遞函數分析[J].光子學報，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時傳輸系統[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技術[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去噪策略[J].激光雜志，2016，37（3）：53?56.

[5] 蔡文娟，王立強，袁波.自動導星星點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光電參數測試系統的研制[J].紅外與激光工程，2014，43（10）：3451?3456.

[7] 趙婧鑫，周富強.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，2016，40（3）：363?366.

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

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