[發明專利]非下采樣輪廓波變換域的圖像降噪方法

無效

• 申請號: 201010236998.7
• 申請日: 2010-07-23
• 公開（公告）號: CN101887580A
• 公開（公告）日: 2010-11-17
• 發明（設計）人: 周平;韓亮;曹沅
• 申請（專利權）人: 揚州萬方電子技術有限責任公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 揚州蘇中專利事務所(普通合伙) 32222
• 代理人: 許必元;張榮亮

技術領域

本發明涉及一種非下采樣輪廓波(Nonsubsampled?Contourlet)變換域的圖像降噪方法，屬于圖像降噪技術領域。

背景技術

通常，我們得到的圖像都受到不同程度的噪聲污染，為了后續的進一步處理，很有必要進行降噪處理，濾除噪聲，并盡可能保留圖像的所有特征信息，以恢復圖像的質量。目前，圖像降噪的方法主要分為線性濾波和非線性濾波兩大類。傳統的大部分濾波方法屬于前者，如卡爾曼(Kalman)濾波等。而在非線性濾波方法中，以基于小波變換的收縮閾值降噪方法最具代表性。由于信號經過小波變換后，信號主要集中在少數絕對幅值較大的小波系數上，而噪聲則散布在一些絕對幅值較小的小波系數上，所以可以利用收縮閾值對小波系數進行降噪，達到降噪的目的。

小波變換能有效地表示信號的零維奇異特征，即反映奇異點的位置和特性，但是對于更高維的特征則顯得力不從心，在二維圖像中，由于邊緣、輪廓和紋理等具有高維奇異性的幾何特征包含了大部分信息，小波不再是表示圖像的最優基，從而制約了小波降噪方法的性能。因此，人們致力于發展一種新的高維函數的最優表示方法，多尺度幾何分析(Multiscale?Geometric?Analysis)的思想應運而生。

輪廓波(Contourlet)變換是一種多尺度幾何分析工具，是真正意義上的圖像的二維表示方法，具有良好的多分辨率、局部化和方向性等優良特性，它將小波的優點延伸到高維空間，能夠更好地刻畫高維信息的特征，更適合處理具有超平面奇異性的信息。但是由于采樣操作，輪廓波變換不具備平移不變性，在利用它進行圖像降噪時奇異點周圍會引入偽吉布斯(Pseudo-Gibbs)現象。采用循環平移方法可以抑制輪廓波降噪方法產生的偽吉布斯現象，降噪性能明顯提高，但是其所需的時間復雜度極高，難以滿足實時圖像降噪的要求。

非下采樣輪廓波變換具有平移不變性，在利用它進行圖像降噪時能有效抑制降噪時產生的偽吉布斯現象，降噪性能明顯優于小波降噪方法與輪廓波降噪方法，在很大程度上提高了降噪方法的性能，且其時間復雜度大大小于循環平移方法。但是，實際情況表明，這種方法還不能完全去除噪聲，降噪圖像中仍然殘留少量噪聲，影響圖像質量，需要采取進一步的降噪處理。

發明內容

本發明的目的在于針對現有圖像降噪方法存在的不足，提供一種非下采樣輪廓波變換域的圖像降噪方法，用于去除圖像中的噪聲，提高圖像質量。

本發明的目的是通過以下技術方案實現的，一種非下采樣輪廓波變換域的圖像降噪方法，其特征是，所述方法首先對輸入的帶噪圖像經計算機進行周期延拓后，采用非下采樣輪廓波變換對輸入的圖像進行多尺度、多方向的稀疏分解，并在非下采樣輪廓波變換域運用尺度內模型，利用最大后驗概率(MAP，Maximum?a?Posteriori)估計非下采樣輪廓波域系數，然后通過非下采樣輪廓波逆變換得到預降噪圖像(ImD)，最后再采用卡爾曼濾波方法對預降噪圖像進行進一步的降噪處理，得到最終的降噪圖像(ImD_end)。

上述降噪方法的具體步驟如下：

1)、初始化設置，令i＝0，j＝0，設定非下采樣輪廓波變換中拉普拉斯金字塔分解層數L和每層中的方向分解數D_L；

2)、對輸入的含噪圖像I進行周期延拓，得到周期延拓后的圖像Im；

3)、對周期延拓后的圖像Im進行多尺度、多方向的非下采樣輪廓波稀疏分解，從而得到低頻子帶圖像系數Im_L和一系列的具有不同分辨率的高頻子帶圖像系數其中l∈(1，L)和d∈(1，D_L)標明子圖像位于第l層拉普拉斯金字塔分解的第d個方向；

4)、運用尺度內模型，對非下采樣輪廓波變換后的高頻子帶系數利用最大后驗概率估計非下采樣輪廓波域系數，得到降噪后的高頻子帶系數

5)、對由步驟4)得到的降噪后的所有高頻子帶系數和步驟3)得到的低頻子帶系數Im_L進行非下采樣輪廓波逆變換，得到預降噪圖像(ImD)；

6)、對由步驟5)得到的預降噪圖像進行卡爾曼濾波處理，得到最終的降噪圖像(ImD_end)。

本發明的優點在于：首先對輸入的圖像進行周期延拓后，采用非下采樣輪廓波變換對輸入的圖像進行多尺度、多方向的稀疏分解，并在非下采樣輪廓波變換域運用尺度內模型，利用最大后驗概率估計非下采樣輪廓波域系數，然后通過非下采樣輪廓波逆變換得到預降噪圖像，最后再采用卡爾曼濾波方法對預降噪圖像進行進一步的降噪處理，得到最終的降噪圖像，達到圖像降噪的目的。具體特點和優點為：