[發明專利]基于改進BM3D算法的圖像去噪方法及系統

在審

• 申請號: 201910341580.3
• 申請日: 2019-04-26
• 公開（公告）號: CN110060220A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 陶淑蘋;馮欽評;金光;徐偉;曲宏松;徐超
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T5/20;G06K9/62
• 代理公司: 長春眾邦菁華知識產權代理有限公司 22214
• 代理人: 張偉

本發明涉及一種基于改進BM3D算法的圖像去噪方法及系統，屬于數字圖像處理技術領域，其中圖像去噪方法包括獲取原灰度圖像并依次進行第一輪處理和第二輪處理，本發明采用兩輪處理的步驟對獲取的含有大量細節和大量噪聲的原灰度圖像進行處理，在這兩輪處理中進行三維圖像塊組合時，按擴展角度距離的相似量度進行組合。濾波時，在第一輪處理中，通過以高斯函數硬閾值處理最終獲得基本估計圖像，在第二輪處理中，以第一輪處理獲得的基本估計圖像為對象，通過維納濾波獲得最終估計圖像，即得到原灰度圖像對應的濾波后的圖像，該濾波方法及系統將硬閾值處理與維納濾波相結合，去噪效果更佳。

技術領域

本發明涉及數字圖像處理技術領域，特別是涉及一種基于改進BM3D算法的圖像去噪方法及系統。

背景技術

在圖像處理中，常常用到圖像特征檢測、圖像識別等技術，而在實現這些技術之前，有些噪聲比較大的圖像需要進行去噪處理，以減少干擾。現有的先進算法(例如BM3D算法、WNNM算法)盡管有著不俗的表現，但在含有大量細節、大噪聲的圖像的表現仍有很大的改進空間；現有的涉及神經網絡的算法(例如DnCNN算法)則需要精心、大量選擇合適的圖像來訓練，而且訓練過程中需要大量調參，很耗時。

發明內容

基于此，有必要針對現有BM3D算法在含有大量細節、大噪聲的條件下，存在大量細節丟失、峰值信噪比低等問題進行改進。為解決上述問題，本發明采取如下的技術方案：

一種基于改進的BM3D算法的圖像去噪方法，所述方法包括以下步驟：

獲取原灰度圖像后，依次進行第一輪處理和第二輪處理；

第一輪處理的步驟包括：

建立與原灰度圖像大小相同的空白的估計灰度值矩陣和空白的權重矩陣；

將原灰度圖像視為一系列互相重疊的圖像塊，選取任意一張圖像塊作為參考圖像塊，并以參考圖像塊作為中心建立搜索框；

在搜索框內尋找與參考圖像塊最相似的多張圖像塊，并將尋找到的多張圖像塊與參考圖像塊組合成第一三維圖像塊；

對第一三維圖像塊進行傅里葉變換，得到第一變換域三維圖像塊；

對第一變換域三維圖像塊進行硬閾值處理，硬閾值處理后計算非零幅值的頻率的數目，取該數目的倒數作為權重，將硬閾值處理后的第一變換域三維圖像塊中每層圖像塊的權重累加記錄在權重矩陣的相應位置；

將硬閾值處理后的第一變換域三維圖像塊傅里葉逆變換回第一三維圖像塊，得到濾波后的第一三維圖像塊，并將濾波后的第一三維圖像塊中每層圖像塊的估計灰度值累加記錄在估計灰度值矩陣的相應位置；

將參考圖像塊遍歷原灰度圖像中的全部圖像塊后，將估計灰度值矩陣與權重矩陣按元素相除，得到基本估計圖像；

第二輪處理的步驟包括：

建立與基本估計圖像大小相同的空白的估計灰度值矩陣和空白的權重矩陣；

將基本估計圖像視為一系列互相重疊的圖像塊，選取任意一張圖像塊作為參考圖像塊，并以參考圖像塊作為中心建立搜索框；

在搜索框內尋找與參考圖像塊最相似的多張圖像塊，并將尋找到的多張圖像塊與參考圖像塊組合成第二三維圖像塊；

對第二三維圖像塊進行傅里葉變換，得到第二變換域三維圖像塊；

以第一變換域三維圖像塊為參數對第二變換域三維圖像塊進行維納濾波處理，維納濾波處理后計算非零幅值的頻率的數目，取該數目的倒數作為權重，將維納濾波處理后第二變換域三維圖像塊中每層圖像塊的權重累加記錄在權重矩陣的相應位置；