[發明專利]基于輪廓波Contourlet變換的圖像去噪方法

有效

• 申請號: 200910020948.2
• 申請日: 2009-01-16
• 公開（公告）號: CN101477679A
• 公開（公告）日: 2009-07-08
• 發明（設計）人: 劉芳;焦李成;常霞;王爽;侯彪;夏玉;閆丹
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 陜西電子工業專利中心
• 代理人: 張問芬

技術領域

本發明屬于圖像處理技術領域，具體地說是一種基于輪廓波Contourlet變換的圖像去噪 方法，涉及該技術在圖像去噪領域的應用。

背景技術

圖像降噪是圖像預處理中一項應用比較廣泛的技術，其作用是為了提高圖像的信噪比， 突出圖像的特征。在過去的二十年里，人們提出了很多去噪方法，主要分為以下四類，一類 是經典的濾波器方法，其處理思想是采用各種平滑函數對圖像進行卷積處理，從而達到去除 噪聲的目的。這些方法都是通過固定的窗口對圖像操作，并沒有考慮像素周圍的結構信息， 所以難以保留較多的圖像細節。

第二類是基于小波域的統計信號處理方法，主要的方法有小波域隱馬爾可夫模型和小波 域高斯模型。小波域隱馬爾可夫模型能精確地描述信號小波系數的統計相關性和非高斯性， 在圖像處理中得到了很好地發展和廣泛應用。小波域高斯模型則對小波分解后的系數分布進 行處理。這些方法在處理圖像系數的尺度關系上具有很好地效果，但它并沒有考慮圖像像素 本身具有的幾何特性。

第三類是基于多尺度小波的方法，利用多尺度隨機過程對小波圖像系數進行建模，通過 閾值和鄰域的判斷對系數估計，達到平滑效果。但這種方法易造成圖像邊緣的損失，在保持 圖像細節方面效果并不理想。

第四類是基于迭代濾波器的方法，通過引入局部鄰域模型來描述圖像細節特征。如迭代 結構濾波器等，經過多次濾波，利用幾何模板將圖像的局部信息向全局范圍傳遞，對圖像的 細節信息有一定的保留。但這種方法引入的鄰域模型還不夠真實，計算復雜。

總體上說來，現有的方法大都沒有利用圖像的幾何特性，雖然對噪聲的去除有一定的效 果，但不能同時兼顧去噪和保持圖像細節兩方面要求。如何構造一種既能降低圖像噪聲又能 保持圖像細節的降噪方法是目前亟待解決的問題。

發明內容

本發明的目的在于：克服已有技術的不足，即在降低圖像噪聲的同時會破壞圖像的細節， 提出一種基于輪廓波Contourlet變換的圖像去噪方法，本方法充分利用了Contourlet可以捕獲 圖像的方向性信息這一特點，使得去噪后的圖像保留了更多的細節信息，并消除了大部分易 在去噪后圖像中產生的方向性條紋。

本發明的技術方案是：首先對含噪圖像進行循環平移，得到多幅含噪圖像的平移圖像，然 后對這些平移圖像分別進行輪廓波Contourlet變換，并通過閾值方法優化輪廓波Contourlet變 換系數，接著對優化過的輪廓波Contourlet系數作Contourlet逆變換，得到多幅含噪圖像去噪 后的平移圖像，再將這些圖像作逆向循環平移，然后進行平均，得到含噪圖像最終的去噪圖像。

所述閾值方法優化圖像f_k(x，y)的輪廓波Contourlet變換系數，是針對Contourlet變換系數 中的高頻方向子帶的系數進行的，其優化方法的步驟如下：

(1)、估計輪廓波Contourlet變換系數每個尺度j上的高頻方向子帶的噪聲標準偏差σ_j， σ_j的估計式為：

σ_j＝Median(|c_j-Median(c_j)|)/0.6745

式中，j＝1，2，...，J，J為輪廓波Contourlet變換分解的層數，J可以選為3～5；

(2)、分別求出輪廓波Contourlet變換系數的不同尺度j中所有高頻方向子帶系數的均值 mean值及最大值max，用閾值方法將其歸類；

式中，λ是權重參數，λ∈[1，5]；

(3)、根據閾值類別對Contourlet變換系數進行優化，保留清晰邊緣和弱邊緣的系數，將 噪聲的系數置零。

本發明與現有的技術相比具有以下特點：

①本發明利用了輪廓波Contourlet可以捕獲圖像的方向性信息這一特點，通過閾值方法區 分出了噪聲圖像中的邊緣與噪聲，在有效抑制噪聲的同時，還能較好地保留圖像細小 的紋理及邊緣信息；并消除了大部分易在去噪后圖像中產生的方向性條紋。

②本發明通過對含噪圖像進行循環平移處理，有效地消除了去噪后圖像上所產生的失真。