[發明專利]圖像降噪方法和圖像處理系統

有效

• 申請號: 201580044895.1
• 申請日: 2015-08-11
• 公開（公告）號: CN107004255B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: S·奧龍;G·邁克爾
• 申請（專利權）人: 英特爾公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20;G06T7/40
• 代理公司: 北京尚誠知識產權代理有限公司 11322
• 代理人: 龍淳;岳磊

本發明涉及一種用于紋理增強的非局部均值(NLM)圖像去噪的系統、裝置、方法和計算機可讀介質。在實施例中，通過有噪聲的輸入目標像素值和由自相似度驅動的NLM像素值之間的混合來保留被過濾的圖像數據中的細節，并且通過局部紋理的獨立測量結果來進一步通知。在實施例中，混合由指示紋理的一個或多個混合權重或系數驅動，使得由增強的降噪濾波器保留的細節的水平與紋理的量成比例。因而相比于更高度紋理化的區域，本文的實施例可以更主動地對缺少明顯紋理(即，光滑)的圖像的區域進行去噪。在另外的實施例中，還基于候選區塊的相似度得分確定混合系數，其中基于紋理得分考慮那些得分的數量。

優先權要求

本申請要求于2014年9月23日提交的名稱為“NON-LOCAL MEANS IMAGE DENOISINGWITH DETAIL NPRESERVATION USING SEL-SIMILARITY DRIVEN BLENDING”的第14/494,163號美國專利申請的優先權，后者通過引用整體合并于此。

技術領域

本公開總體涉及圖像處理，更具體地，涉及使用自相似度驅動混合的帶細節保留的非局部均值圖像去噪。

背景技術

圖像去噪是圖像處理流水線上的重要功能塊。圖像去噪方法的目的在于，從含噪測量結果中恢復原始圖像。由數字照相機傳感器生成的圖像從各種源拾取噪聲，出于美感或實際(例如，機器視覺)目的，應當減少上述噪聲。理想地，圖像去噪塊所利用的降噪算法應當通過在使真實細節的損失最小的同時減少噪聲來改善圖像清晰度。技術難點在于魯棒地區分噪聲與圖像細節。

許多圖像去噪算法執行像素相對于在空間上圍繞該目標像素的一組像素的某種平均或加權，這些算法被稱為“局部均值”濾波或“局部平滑”濾波。非局部圖像去噪算法(最流行的是非局部均值(NLM)算法)在過去十年中得到了普及，因為相對于許多局部均值算法，其改善了濾波后的清晰度，同時減少了真實細節損失。NLM濾波利用圖像內的冗余，通過對圖像中更大數量的像素(按像素與目標像素的相似度進行加權)進行求均值來降低邊緣模糊度。更具體地，對于每個輸入像素，確定包含目標像素的目標區塊(patch)。然后，針對相似度評估目標區塊的鄰域中的其它候選區塊。根據分配給候選區塊的“自相似度”權重，計算平均像素區塊作為候選區塊的加權平均值。然后，將平均像素區塊直接作為NLM濾波的濾波后的目標像素輸出。

雖然NLM去噪技術被認為相比于大多數局部均值濾波改善了圖像質量，但是NLM技術偏向于高度周期性的圖像。質量損失主要是非周期性細節，視覺感知為影響高頻紋理區域和唯一像素的模糊度。因此，能夠改善圖像清晰度，同時相比于現有NLM技術，更大程度地保留期望的紋理和高頻細節的圖像去噪技術和硬件架構是有利的。

發明內容

根據本公開的一方面，提供了一種計算機實現的圖像降噪方法，包括：接收目標像素和所述目標像素的空間鄰域內的多個像素的輸入像素值；基于所述輸入像素值，計算指示所述鄰域內的紋理水平的紋理得分，其中，計算所述紋理得分包括：計算所述鄰域內的所有像素值或其子集上的色散的估計量；基于所述輸入像素值，計算所述目標像素的非局部均值；通過基于所述紋理得分計算作為所述非局部均值和目標輸入像素值的混合值的濾波后的目標像素值，與所述紋理水平成反比地調節所述非局部均值相對于所述目標輸入像素值的加權；以及將所述濾波后的目標像素值存儲到電子存儲器。