[發明專利]一種基于噪點檢測的自適應非局部均值去噪方法及系統

有效

• 申請號: 201710257723.3
• 申請日: 2017-04-19
• 公開（公告）號: CN107203976B
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 陳鵬;伍世虔;何松;張俊勇;鄒謎;韓浩;王欣;宋運蓮
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

本發明公開了一種基于噪點檢測的自適應非局部均值去噪方法，所述方法包括：輸入原始高斯白噪聲圖像u；獲取所述高斯白噪聲圖像u中某個點的hessian矩陣H_u，獲取所述hessian矩陣H_u的第一特征值λ₁和第二特征值λ₂；獲取所述原始高斯白噪聲圖像的噪點參數D_i,j；根據所述第一特征值λ₁、第二特征值λ₂和噪點參數D_i,j，獲得噪點檢測函數N；基于所述噪點檢測函數N，對所述原始高斯白噪聲圖像u進行去噪處理。本發明提供的方法及系統解決了現有技術中采用非局部均值去噪方法，會模糊圖像的邊緣、紋理信息，存在整體去噪效果不好的技術問題。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種基于噪點檢測的自適應非局部均值去噪方法及系統。

背景技術

隨著信息化時代的發展，圖像成為人類獲取及利用信息的重要來源。由于圖像在獲取、傳輸過程中受到外部環境、設備自身的限制，導致所生成的圖像上會出現一些噪聲。這些噪聲不但會影響圖像的視覺效果，而且直接影響后續的圖像處理。

在圖像去噪的發展過程中，眾多國內外學者提出了很多去噪方法，其中Buades等人在2005年提出的非局部均值算法(NLM)取得了較好的去噪效果，并得到了廣泛地研究與發展。

然而本申請發明人在實現本發明的技術方案時，發現現有技術中至少存在如下問題：

NLM算法在去噪的同時會模糊圖像中的邊緣、紋理等重要細節信息。這些因素局限了NLM算法的應用。

可見，現有技術中采用非局部均值去噪方法，會模糊圖像的邊緣、紋理信息，存在整體去噪效果不好的技術問題，實際環境中污染圖像的噪聲主要是高斯白噪聲，因此去除高斯白噪聲成為圖像去噪領域的核心問題。

發明內容

本發明實施例提供一種基于噪點檢測的自適應非局部均值去噪方法及系統，用以解決現有技術中采用非局部均值去噪方法，會模糊圖像的邊緣、紋理信息，存在整體去噪效果不好的技術問題。

本發明第一方面提供了一種基于噪點檢測的自適應非局部均值去噪方法，所述方法包括：

輸入原始高斯白噪聲圖像u；

獲取所述高斯白噪聲圖像u中某個點的hessian矩陣H_u，所述矩陣H_u為：

其中，u_xx、u_xy、u_yx、u_yy為所述高斯白噪聲圖像u的二階偏導數；

獲取所述hessian矩陣H_u的第一特征值λ₁和第二特征值λ₂；

獲取所述原始高斯白噪聲圖像u的噪點參數D_i,j，其中，噪點參數D_i,j用以表示高斯白噪聲圖像中的噪點；

根據所述第一特征值λ₁、第二特征值λ₂和噪點參數D_i,j，獲得噪點檢測函數N，其中，N＝(1-exp(-|λ₁|))(1-exp(-|λ₂|))(1-exp(-D_i,j))；

基于所述噪點檢測函數N，對所述原始高斯白噪聲圖像u進行去噪處理。

可選的，所述獲取所述hessian矩陣H_u的第一特征值λ₁和第二特征值λ₂，包括：