[發(fā)明專利]空間域與變換域相融合的噪聲圖像重構(gòu)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010537875.0
• 申請(qǐng)日: 2020-06-12
• 公開(kāi)（公告）號(hào): CN111696061A
• 公開(kāi)（公告）日: 2020-09-22
• 發(fā)明（設(shè)計(jì)）人: 劉秀萍;何克慧
• 申請(qǐng)（專利權(quán)）人: 荊門(mén)匯易佳信息科技有限公司
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明提供的空間域與變換域相融合的噪聲圖像重構(gòu)方法，在對(duì)空間域雙邊濾波和變換域小波變換收縮分別改進(jìn)優(yōu)化的基礎(chǔ)上，將改良后的二種方法相融合，不僅能夠很好的去除圖像噪聲，還能夠保留圖像的細(xì)節(jié)信息和邊緣特征，同時(shí)不會(huì)產(chǎn)生振鈴現(xiàn)象。經(jīng)過(guò)多次試驗(yàn)論證，3次迭代是算法最佳迭代次數(shù)，本發(fā)明算法得到的結(jié)果取得了比BM3D算法更好的圖像去噪效果，并且存在更少的低頻噪聲，算法實(shí)現(xiàn)更加簡(jiǎn)單，在保留圖像邊緣特征信息的同時(shí)增強(qiáng)了圖像細(xì)節(jié)信息，大幅提高了圖像的辨識(shí)度，噪聲圖像得到高質(zhì)量的去噪重構(gòu)，重構(gòu)圖像有更好的視覺(jué)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及一種噪聲圖像重構(gòu)方法，特別涉及空間域與變換域相融合的噪聲圖像重構(gòu)方 法，屬于噪聲圖像去噪重構(gòu)技術(shù)領(lǐng)域。

背景技術(shù)

隨著計(jì)算機(jī)和網(wǎng)絡(luò)信息技術(shù)的高速發(fā)展，當(dāng)前社會(huì)已進(jìn)入一個(gè)高度信息化的大數(shù)據(jù)階段， 信息的形式包括了數(shù)據(jù)、圖像、視頻等各種形式。據(jù)統(tǒng)計(jì)，人類(lèi)獲取的各種信息數(shù)據(jù)中，65％ 來(lái)源于圖像。數(shù)字圖像技術(shù)取得了巨大的發(fā)展并延伸到各個(gè)領(lǐng)域，發(fā)揮著至關(guān)重要的作用。 例如，醫(yī)生通過(guò)B超圖像對(duì)患者進(jìn)行疾病診斷，地質(zhì)勘探隊(duì)通過(guò)衛(wèi)星遙感圖像分析礦產(chǎn)分布， 交警通過(guò)監(jiān)控視頻監(jiān)控和管理城市交通等。當(dāng)前，數(shù)字圖像處理已成為人們當(dāng)前的研究熱點(diǎn) 和熱門(mén)應(yīng)用技術(shù)。

但數(shù)字圖像在傳輸和接收過(guò)程中容易受各種因素的影響，使得采集的圖像大部分含有噪 聲。圖像獲取過(guò)程中會(huì)因?yàn)閭鞲衅魇艿江h(huán)境影響而引進(jìn)噪聲，而圖像在傳輸過(guò)程中會(huì)由于所 用的傳輸信道受到干擾而引進(jìn)噪聲，成像系統(tǒng)也會(huì)由于自身的成像機(jī)制而引進(jìn)噪聲。圖像噪 聲不僅會(huì)使數(shù)字圖像變得模糊，嚴(yán)重降低圖像質(zhì)量，也最終影響人們對(duì)圖像信息的獲取。同 時(shí)數(shù)字圖像去噪作為圖像的預(yù)處理步驟，去噪效果不好的話，也影響圖像處理的一些后續(xù)步 驟和進(jìn)一步的應(yīng)用，例如圖像分割、圖像識(shí)別、圖像描述。所以，對(duì)數(shù)字圖像的去噪處理特 別重要，它可以幫助我們更加準(zhǔn)確的取得所需要的圖像特征信息，使其能夠應(yīng)用到地學(xué)、醫(yī) 學(xué)、航天、物理和城市管理等各個(gè)領(lǐng)域。因此，有效的降低圖像噪聲，增強(qiáng)視覺(jué)效果，提高 數(shù)字圖片質(zhì)量，有著重要的技術(shù)研究和實(shí)際應(yīng)用價(jià)值。

圖像噪聲是數(shù)字圖像在獲取和傳輸過(guò)程中受到的隨機(jī)信號(hào)干擾，妨礙人們對(duì)信源圖像信 息的理解。數(shù)字圖像在獲取的各個(gè)環(huán)節(jié)，會(huì)受到器材及周?chē)h(huán)境等各種因素的影響，受到噪 聲污染。圖像噪聲不可預(yù)測(cè)，它是一種隨機(jī)誤差，對(duì)圖像噪聲分析可以把它看成是一種多維 隨機(jī)過(guò)程，可以用概率分布函數(shù)和概率密度分布函數(shù)對(duì)噪聲進(jìn)行描述，但這只是理論想法， 實(shí)際應(yīng)用中非常復(fù)雜，于是我們用相對(duì)簡(jiǎn)單的均值方差和相關(guān)函數(shù)對(duì)噪聲進(jìn)行描述。噪聲極 大的影響了人們從圖像中提取信息，因此在對(duì)圖像處理前進(jìn)行去噪非常必要。目前的數(shù)字圖 像系統(tǒng)，通過(guò)對(duì)輸入圖像凍結(jié)和掃描將二維圖像信號(hào)轉(zhuǎn)換成一維圖像信號(hào)處理、存儲(chǔ)、傳輸 等操作，最后在終端上顯示，期間噪聲與圖像一樣經(jīng)過(guò)了復(fù)雜的變化。

在圖像的獲取傳輸過(guò)程中受各種因素影響是數(shù)字圖像噪聲的來(lái)源關(guān)鍵，通過(guò)傳感器獲取 圖像過(guò)程中，周?chē)沫h(huán)境條件比如空氣濕度、光照強(qiáng)度、傳感器質(zhì)量都會(huì)對(duì)圖像的獲取產(chǎn)生 巨大影響，給圖像中帶入大量噪聲。圖像傳輸過(guò)程中，傳輸通道是產(chǎn)生噪聲的最大因素，傳 輸通道受光照或大氣因素的干擾都會(huì)對(duì)傳輸?shù)膱D像產(chǎn)生很大影響。一些電子元件也會(huì)引起噪 聲，比如電阻、真空器件、光電管等會(huì)產(chǎn)生熱噪聲、散粒噪聲等各種不同的圖像噪聲。還有 圖像中的光學(xué)噪聲是由各種光學(xué)現(xiàn)象引起的。圖像噪聲的來(lái)源十分廣泛，又難以避免。

人們根據(jù)圖像和噪聲的不同特征，提出了各種不同的圖像去噪算法。例如現(xiàn)有技術(shù)的中 值濾波算法、均值濾波算法、基于獨(dú)立分量分析的去噪算法、基于偏微分方程的方法和基于 小波變換的去噪算法等。根據(jù)算法處理空間的不同，可以將圖像去噪算法大致分為兩類(lèi)：基 于空間域的算法和基于變換域的算法。