[發明專利]一種基于噪聲方差估計的非局部均值圖像去噪方法有效
| 申請號: | 201410431699.7 | 申請日: | 2014-08-28 |
| 公開(公告)號: | CN104200434B | 公開(公告)日: | 2017-04-12 |
| 發明(設計)人: | 李一兵;付強;葉方;劉悅;張靜;朱瑤;楊鵬;李敖;陳杰 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 噪聲 方差 估計 局部 均值 圖像 方法 | ||
技術領域
本發明屬于數字圖像處理技術領域,具體涉及一種應用于圖像去噪并作為后續目標識別的預處理的基于噪聲方差估計的非局部均值圖像去噪方法。
背景技術
圖像去噪作為圖像處理中的最為基礎與核心的技術,是保證后續圖像處理順利實現的前提,又被稱作圖像濾波。其最終目的是改善實際圖像受到噪聲干擾引起的質量下降,通過各種技術手段的應用,有效提高圖像的視覺質量及信噪比,更好的還原出圖像的本質信息,作為重要的預處理手段為后續操作做好準備。
圖像中存在的噪聲一般可被認為高斯白噪聲,傳統去噪方法大致可分為基于空域和變換域的兩大類。這些方法在去除噪聲的同時常常會引起細節與邊緣的缺失。實際上圖像中的每個像素并非孤立存在,與其周圍像素一起構成圖像中的幾何結構,以目標像素為中心的領域稱為圖像塊。而且處于不同位置的像素表現出很強的相關性,即圖像的自相似性。
Buades等人基于自然圖像中冗余信息的存在,利用圖像中的自相似性提出了非局部均值算法。其核心思想是以目標像素為中心選擇合適的圖像塊,然后在整幅圖像中搜索具有相似結構的圖像塊,以各圖像塊間相似度對于目標像素進行調整。但該方法中存在噪聲圖像的參數選取問題,包括圖像塊大小的選擇與噪聲方差的估計。傳統的經驗估計方法不能很好地獲得準確的噪聲方差,而過于復雜地估計方法又會導致整體計算量的加大。
發明內容
本發明的目的在于針對現有非局部均值圖像去噪方法中存在的不完善之處,提出了一種通過噪聲估計以及非局部均值濾波方法的結合,有效保持圖像邊緣和目標特性的同時實現圖像快速去噪,為后續處理和分析提供準確的目標特性和邊緣保持度的基于噪聲方差估計的非局部均值圖像去噪方法。
本發明的目的是這樣實現的:
(1)輸入噪聲圖像,獲取噪聲圖像尺寸W×H;
(2)生成一個與噪聲圖像相同尺寸的零矩陣;
(3)對噪聲圖像邊緣進行對稱擴展,經擴展后噪聲圖像尺寸由W×H變為
(4)估計噪聲方差,確定全局平滑參數h;
(5)遍歷噪聲圖像中每個像素,計算權值w(x,y);
(6)利用非局部均值算法計算去噪圖像NL[I](x)。
對噪聲圖像邊緣進行對稱擴展具體為:
(3.1)復制噪聲圖像第一行與第H行的灰度值,并分別添加至噪聲圖像圖像的頂部與底部,則噪聲圖像尺寸變為W×(H+2);
(3.2)復制原噪聲圖像的第二行與第H-1行的灰度值,并分別添加至擴展后噪聲圖像圖像的頂部與底部,則噪聲圖像尺寸變為W×(H+4);
(3.3)復制擴展后噪聲圖像第一列與第W列的灰度值,并分別添加至擴展后噪聲圖像圖像的左側與右側,則噪聲圖像尺寸變為(W+2)×(H+4);
(3.4)復制擴展后噪聲圖像第二列與第W-1列的灰度值,并分別添加至擴展后噪聲圖像圖像的左側與右側,最終噪聲圖像尺寸變為(W+4)×(H+4)。
確定全局平滑參數h具體為:
(4.1)生成噪聲估計算子N,
兩個方向元素分別為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410431699.7/2.html,轉載請聲明來源鉆瓜專利網。





