專利名稱：一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及圖像去噪方法，特別涉及可用于對(duì)自然圖像去噪的一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法。
背景技術(shù)：
隨著科技的進(jìn)步和數(shù)字圖像獲取設(shè)備的日漸普及，數(shù)字圖像已成為獲取信息的主要手段，人們對(duì)數(shù)字圖像的成像質(zhì)量及信噪比也提出了越來越高的要求。然而在圖像獲取、 處理、壓縮、傳輸、存儲(chǔ)以及復(fù)制的過程中，不可避免地會(huì)引入噪聲，所得到的圖像往往在一定程度上被降質(zhì)。這些噪聲的存在不僅嚴(yán)重影響了人眼的主觀視覺質(zhì)量，而且也使得一些后續(xù)的圖像處理手段如圖像融合、特征提取、目標(biāo)識(shí)別、圖像高分辨率重建等應(yīng)用都變得更加困難和不穩(wěn)定。噪聲的存在同時(shí)也會(huì)增加圖像的熵，會(huì)極大地降低壓縮編碼的效率。因此，圖像去噪也就成為了一種常用的圖像預(yù)處理方法。為此，人們提出了大量的圖像去噪方法，例如均值濾波、中值濾波、雙邊濾波、非鄰域均值(Non-local means)濾波、基于傅立葉變換的去噪方法、基于小波變換的去噪方法以及基于多尺度幾何分析的去噪方法等，根據(jù)處理域的不同可以將它們大致分為兩類空間域去噪方法和轉(zhuǎn)換域去噪方法。前者無需對(duì)圖像進(jìn)行變換直接對(duì)圖像像素進(jìn)行去噪；后者需先將圖像變換到頻域，在對(duì)變換系數(shù)進(jìn)行處理后再反變換回到圖像，以完成去噪?？臻g域去噪方法中，均值濾波是最簡單最常用的一種方法。對(duì)于高斯噪聲，均值濾波是均方誤差準(zhǔn)則下最優(yōu)線性濾波。典型的有高斯濾波，用一個(gè)預(yù)先計(jì)算好的濾波模板對(duì)圖像進(jìn)行卷積，利用鄰域點(diǎn)的灰度值對(duì)中心點(diǎn)進(jìn)行估計(jì)。其濾波模板實(shí)際相當(dāng)于低通濾波器，對(duì)于噪聲引起的灰度值震蕩或快速變化能夠有效去除，缺點(diǎn)是將圖像的細(xì)節(jié)和邊緣也等同于噪聲去除，模糊了圖像細(xì)節(jié)和邊緣。Yaroslavsky鄰域?yàn)V波通過計(jì)算鄰域點(diǎn)灰度值與中心點(diǎn)灰度值的相似程度確定濾波模板系數(shù)。目前廣為使用的雙邊濾波將高斯濾波和鄰域?yàn)V波結(jié)合起來，不僅考慮了鄰域點(diǎn)與中心點(diǎn)灰度值之間的相似程度，同時(shí)考慮了二者之間的幾何距離，使得該方法能夠較好地保存圖像邊緣而有效地平滑掉噪聲。但雙邊濾波存在著魯棒性的問題，當(dāng)中心點(diǎn)和鄰域點(diǎn)都被噪聲污染時(shí)，該方法性能下降明顯，這一點(diǎn)在大噪聲情況下尤為突出。A. Buades提出的非鄰域均值濾波方法有效地解決了雙邊濾波的魯棒性問題。利用圖像結(jié)構(gòu)信息總是存在著一定的重復(fù)性，而噪聲分布是隨機(jī)的這一特點(diǎn)， NL-means方法將參與模板計(jì)算的像素點(diǎn)擴(kuò)展到整幅圖像，通過計(jì)算兩個(gè)圖像子塊之間的歐氏距離來確定兩子塊中心點(diǎn)的相似程度，繼而確定模板系數(shù)。該方法能夠達(dá)到較為理想的去噪效果，但仍然存在著邊緣模糊和細(xì)節(jié)丟失等問題。轉(zhuǎn)換域去噪方法的研究主要集中在小波去噪和基于多尺度幾何分析的去噪等方面。與傳統(tǒng)的張量積小波分解相比，曲線波分解在尺度分析上仍然采用二進(jìn)伸縮，但在方向分析上則更詳細(xì)，有更多方向的分解，對(duì)圖像不同方向的紋理細(xì)節(jié)有更好的分析和提取能力。與脊波相比，曲線波具有楔形支撐區(qū)域，基元函數(shù)為曲線形式，與自然圖像中的邊緣線條形式更接近，更符合自然圖像的紋理在各方向上都光滑的情況，因此有更好的逼近性能，而且它直接在頻域上定義帶通濾波器，方向和尺度分解的意義更直觀。
Candes和Donoho還提出了兩種快速計(jì)算方法基于非均勻采樣快速傅立葉變換 (USFFT)的離散曲線波計(jì)算方法和基于卷繞(WRAP)的快速曲線波計(jì)算方法，使得曲線波變換在業(yè)界得到了更廣泛的應(yīng)用。但由于曲線波具有多方向分解的內(nèi)在特性，因此，在進(jìn)行閾值處理后的重建圖像中存在著劃痕狀“偽像(artifact) ”，平坦區(qū)域則更加明顯，降低了主觀視覺質(zhì)量。本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，能提高圖像的峰值信噪比PSNR和改善圖像的主觀視覺質(zhì)量。本發(fā)明的技術(shù)方案如下一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，其關(guān)鍵在于包括如下步驟步驟一、對(duì)輸入的帶噪圖像，即輸入圖像做曲線波(Curvelet)變換，將其分解為低頻部分和高頻部分；步驟二、保持低頻部分圖像系數(shù)不變，對(duì)高頻部分圖像系數(shù)運(yùn)用硬閾值去噪，反變換后得到曲線波閾值去噪后的圖像，即閾值去噪圖像Kj;步驟三、將所述閾值去噪圖像^作為參考圖像，并在其中計(jì)算鄰域中心像素點(diǎn)所在的圖像子塊與鄰域內(nèi)周圍像素點(diǎn)所在的圖像子塊灰度值之間的歐式距離作為圖像子塊間相似度其中，R為圖像子塊半徑，子塊大小為QR+1) X (2R+1)；其中，下標(biāo)i，j表示圖像中(i，j)位置處的像素；下標(biāo)l，m分別表示在半徑為ρ 的鄰域內(nèi)，周圍像素點(diǎn)相距鄰域中心像素點(diǎn)的橫縱坐標(biāo)距離；例如di+1,j+m表示在輸入圖像中距離點(diǎn)(i，j)橫坐標(biāo)為1，縱坐標(biāo)為m的像素點(diǎn)。下標(biāo)a，b分別表示在半徑為R的圖像子塊內(nèi)，周圍像素點(diǎn)相距子塊中心像素點(diǎn)的橫縱坐標(biāo)距離；例如gi+a,j+b表示在曲線波閾值去噪后的參考圖像中距離點(diǎn)(i，j)橫坐標(biāo)為a，縱坐標(biāo)為b的像素點(diǎn)；gi+1+a, j+m+b表示距離點(diǎn)(i+1，j+m)橫坐標(biāo)為a，縱坐標(biāo)為b的像素點(diǎn)。步驟四、利用計(jì)算所得的圖像子塊間相似度替代傳統(tǒng)雙邊濾波中的像素間灰度相似度，進(jìn)行交叉雙邊濾波得到最終去噪圖像

發(fā)明內(nèi)容
Z
權(quán)利要求
1. 一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，其特征在于包括如下步驟步驟一、對(duì)輸入的帶噪圖像，即輸入圖像做曲線波(Curvelet)變換，將其分解為低頻部分和高頻部分；步驟二、保持低頻部分圖像系數(shù)不變，對(duì)高頻部分圖像系數(shù)運(yùn)用硬閾值去噪，反變換后得到曲線波閾值去噪后的圖像，即閾值去噪圖像步驟三、將所述閾值去噪圖像作為參考圖像，并在其中計(jì)算鄰域中心像素點(diǎn)所在的圖像子塊與鄰域內(nèi)周圍像素點(diǎn)所在的圖像子塊灰度值之間的歐式距離作為圖像子塊間相似度
2.根據(jù)權(quán)利要求1所述的一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，其特征在于步驟一中所述的曲線波變換采用4級(jí)分解，各級(jí)角度分解數(shù)分別為64、32、32、 16，低頻部分不進(jìn)行角度分解。
3.根據(jù)權(quán)利要求1所述的一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，其特征在于步驟二中所述硬閾值去噪應(yīng)用于所有高頻子帶，最精細(xì)一級(jí)子帶(r = 5)采用 3. 6X σ X RMS {5，ν}，其余三級(jí)子帶采用 2. 6Χ σ XRMS{r,v}, (r = 2，3，4)，其中 σ 為帶噪圖像噪聲標(biāo)準(zhǔn)差，RMSIr，ν}為對(duì)與輸入帶噪圖像同樣尺寸的點(diǎn)沖擊函數(shù)進(jìn)行同樣級(jí)數(shù)同樣角度數(shù)曲線波分解后第r級(jí)中第ν個(gè)角度子帶的效值，即該子帶中所有元素的均方根。
全文摘要
本發(fā)明公開了一種結(jié)合曲線波的基于圖像子塊相似性的圖像去噪方法，其特征在于(1)對(duì)輸入的帶噪圖像做曲線波變換，對(duì)高頻部分的圖像系數(shù)運(yùn)用硬閾值去噪，反變換后得到曲線波閾值去噪后的圖像；(2)將去噪后的圖像作為參考圖像，并在其中計(jì)算鄰域中心點(diǎn)像素所在圖像子塊與鄰域周圍像素所在圖像子塊的子塊間的相似度；(3)用計(jì)算所得的圖像子塊間相似度替代傳統(tǒng)雙邊濾波中的像素間灰度相似度，進(jìn)行交叉雙邊濾波得到最終去噪圖像。本發(fā)明相對(duì)于現(xiàn)有的一些經(jīng)典去噪方法在客觀評(píng)價(jià)指標(biāo)PSNR值和主觀視覺質(zhì)量方面均能獲得一定提高。本發(fā)明主要解決現(xiàn)有曲線波閾值去噪方法在去噪后圖像中產(chǎn)生的劃痕狀“偽像”現(xiàn)象。可用于自然圖像去噪。
文檔編號(hào)G06T5/00GK102509269SQ201110354048
公開日2012年6月20日 申請(qǐng)日期2011年11月10日 優(yōu)先權(quán)日2011年11月10日
發(fā)明者方藝, 王世元, 譚洪濤, 邱宇, 黃瓊儉 申請(qǐng)人:重慶工業(yè)職業(yè)技術(shù)學(xué)院