一種基于提升小波變換的快速iso去噪方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于提升小波變換的快速ISO去噪方法及系統(tǒng)，涉及圖像處理技術(shù)，旨在提出能同時保留圖像的低對比度信息以及高對比度的邊緣信息的快速ISO去噪算法。本發(fā)明技術(shù)要點：將圖像進(jìn)行單通道分解，得到Y(jié)通道圖像，U通道圖像及V通道圖像；對Y通道圖像進(jìn)行n層的線性提升小波變換；逐一對第3～n層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪；小波反變換得到第1層小波變換結(jié)果中的去噪后的近似圖像；對第1層小波變換結(jié)果中的近似圖像再次進(jìn)行去噪；小波反變換得到原始空間的Y通道圖像；對原始空間的Y通道圖像去噪；分別對U通道圖像、V通道圖像進(jìn)行小波變換及去噪；得到三通道圖像去噪后的結(jié)果。
【專利說明】一種基于提升小波變換的快速ISO去噪方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)，尤其是一種快速ISO去噪方法。

【背景技術(shù)】
[0002]近年來，隨著相機(jī)數(shù)碼化、手機(jī)相機(jī)化，一個全民攝影時代已經(jīng)來臨。人們可以任意時間、任意場景、任意焦點地進(jìn)行拍照。
[0003]在低亮度或者快速變化的場景下，通常會提高圖像傳感器的ISO速度來提升感光速度，使得相機(jī)在短時間內(nèi)獲得更多的進(jìn)光量。提升ISO的速度通常是通過提高電信號的增益以及降低感光門限來實現(xiàn)的。傳感器感光速度提升的同時往往會引入更多的隨機(jī)噪聲，如果ISO速度提高到400以上時，隨機(jī)噪聲將會逐漸明顯起來。
[0004]由于高ISO帶來的噪聲極大地降低了圖像的質(zhì)量，并且由于增加了無用的噪聲細(xì)節(jié)信息，提高了后續(xù)處理的復(fù)雜性，降低了圖像的壓縮比例。故此，需要通過數(shù)字圖像處理的方法來消除高ISO帶來的噪聲成為了迫切需求。
[0005]目前針對ISO噪聲的去除算法主要分為小波域和空域去噪算法。
[0006]小波域去噪的優(yōu)勢是速度快，可以很好地保留圖像的低對比度信息，但其劣勢是容易產(chǎn)生偽影，圖像邊緣信息模糊。
[0007]而基于空域的去噪算法中最具有代表性的是非局部均值去噪，其優(yōu)勢是圖像的邊緣等高對比度信息可以得到很好的保護(hù)，去噪效果較為明顯，但其劣勢是速度慢，容易丟失掉圖像的低對比度信息，出現(xiàn)過平滑的現(xiàn)象。


【發(fā)明內(nèi)容】

[0008]故此，針對以上問題，本發(fā)明旨在解決這兩類去噪算法的不足，提出了一種基于提升小波的快速ISO去噪算法。此算法速度快，去噪效果理想，能同時保留圖像的低對比度信息以及高對比度的邊緣信息。
[0009]本發(fā)明提供的快速ISO去噪算法包括:
[0010]步驟1:將圖像進(jìn)行單通道分解，得到Y(jié)通道圖像，U通道圖像及V通道圖像；
[0011]步驟2:對Y通道圖像進(jìn)行η層的線性提升小波變換；η為大于或等于3的自然數(shù)；
[0012]步驟3:逐一對第3?η層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪；
[0013]步驟4:將第η層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第η-1層小波變換結(jié)果中的去噪后的近似圖像；將第η-1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第η-2層小波變換結(jié)果中的近似圖像，以此類推，得到第2層小波變換結(jié)果中的去噪后的近似圖像，將第2層小波變換結(jié)果中的去噪后的近似圖像與其小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第I層小波變換結(jié)果中的去噪后的近似圖像；
[0014]步驟5:對第I層小波變換結(jié)果中的去噪后的近似圖像進(jìn)行平移放縮變換:
[0015]設(shè)原始Y通道圖像的像素值的最小值為Ymin，最大值為￥_;第I層小波變換結(jié)果中的去噪后的近似圖像的像素值的最小值為Imin，最大值為Imax;得到比例因子f，f =
(τ -T ) / (V -V ).、丄max 丄min/ '、丄 max min^ ?
[0016]計算I' = (l-lmin+Ymin*f)/f ;其中I'為平移放縮變換后第I層小波變換結(jié)果中的去噪后的近似圖像的像素值，I為步驟4得到的第I層小波變換結(jié)果中的近似圖像的像素值；
[0017]步驟6:對步驟5處理后的第I層小波變換結(jié)果中的近似圖像再次進(jìn)行去噪；
[0018]步驟7:對步驟6處理后的第I層小波變換結(jié)果中的近似圖像進(jìn)行反平移放縮變換:
[0019]計算I" '=I" *f+Imin_Ymin*f，其中I"'為平移放縮反變換后第I層小波變換結(jié)果中的近似圖像的像素值；1"為步驟6處理后的第I層小波變換結(jié)果中的近似圖像的像素值；
[0020]步驟8:對步驟7處理后的第I層小波變換結(jié)果中的近似圖像與第I層小波變換結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行小波反變換，得到原始空間的Y通道圖像；
[0021]步驟9:對原始空間的Y通道圖像去噪；
[0022]分別對U通道圖像、V通道圖像進(jìn)行步驟10?12的處理得到原始空間的U通道圖像與原始空間的V通道圖像:
[0023]步驟10:對通道圖像進(jìn)行η-1層線性小波變換；
[0024]步驟11:對每一層小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪；
[0025]步驟12:將第η-1層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第η-2層小波變換結(jié)果中的去噪后的近似圖像；將第η-2層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第η-3層小波變換結(jié)果中的近似圖像，以此類推，得到第I層小波變換結(jié)果中的去噪后的近似圖像，將第I層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到原始空間的通道圖像。
[0026]進(jìn)一步，還包括步驟13:將所述原始空間的Y通道圖像、所述原始空間的V通道圖像與所述原始空間的U通道圖像轉(zhuǎn)換合并得到RGB格式的圖像。
[0027]進(jìn)一步，所述步驟3還包括，計算Y通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為VYmax;利用bishrink去噪算法逐一對第3?η層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為Vy1= 2 1Wyimx, I為當(dāng)前的層數(shù)；
[0028]所述步驟11還包括，計算U通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為Vumax;利用bishrink去噪算法逐一對U通道圖像每一層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為V1= 2 1Mumaj^l為當(dāng)前的層數(shù)；
[0029]或者所述步驟11還包括，計算V通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為Vvmax;利用bishrink去噪算法逐一對V通道圖像每一層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為V1= 21*、.，I為當(dāng)前的層數(shù)。
[0030]所述步驟6進(jìn)一步包括，對步驟5處理后的第I層小波變換結(jié)果中的近似圖像進(jìn)行非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為a*a，搜索區(qū)域的大小為b*b，平滑參數(shù)的平方為kl*NLF (Ii), IiS當(dāng)前像素值，NLF (I J為當(dāng)前像素值在Y通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差；
[0031]所述步驟9進(jìn)一步包括，對原始空間的Y通道圖像非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為a*a，搜索區(qū)域的大小為b*b，平滑參數(shù)的平方為k2*NLF(Ii)，IiS當(dāng)前像素值，NLF(I J為當(dāng)前像素值在Y通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差；
[0032]其中a、b為非零自然數(shù)，kl、k2為系數(shù)。
[0033]優(yōu)選地，a等于3，b等于5，kl等于0.5，k2等于2，η等于5。
[0034]本發(fā)明還保護(hù)了由與上述方法步驟--對應(yīng)的功能模塊的軟系統(tǒng)。
[0035]綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是:
[0036]將圖像轉(zhuǎn)換到Y(jié)UV格式，再將圖像分解為Y、U、V通道上的圖像，對Y通道圖像進(jìn)行提升小波變換，并在小波域中將bishrink去噪和快速自適應(yīng)非局部均值去噪相結(jié)合，而在U,V通道上只進(jìn)行小波域上的bishrink去噪。本發(fā)明能達(dá)到計算快速，去噪效果理想的目的，同時保留圖像的低對比度信息以及高對比度的邊緣信息，能夠真正實現(xiàn)快速ISO噪聲圖像的清晰化。

【專利附圖】

【附圖說明】
[0037]本發(fā)明將通過例子并參照附圖的方式說明，其中:
[0038]圖1為本發(fā)明一個優(yōu)選實施例的流程圖。

【具體實施方式】
[0039]本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。
[0040]本說明書中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只是一系列等效或類似特征中的一個例子而已。
[0041]如圖1，本發(fā)明包括:
[0042]步驟1:對將RGB格式圖像轉(zhuǎn)換成YUV420P的格式。對轉(zhuǎn)換后的YUV格式的圖像進(jìn)行單通道分解:將像素點的Y值作為Y通道圖像對應(yīng)像素點的像素值，以此類推得到U通道圖像，V通道圖像。
[0043]步驟2:對Y通道圖像進(jìn)行η層線性提升小波變換；本優(yōu)選實施例中η取5，在其他實施例中η還可以取大于或等于3的自然數(shù)。
[0044]步驟3:計算Y通道圖像的傳感器噪聲水平曲線NLF，并找出噪聲曲線的最大噪聲方差值，記為VY_。
[0045]對3層及3層以上小波變換結(jié)果的小波細(xì)節(jié)圖像進(jìn)行bishrink去噪，其中每一層的噪聲方差為V1= 2 1Wymx, I為當(dāng)前的層數(shù)；在其他實施例可以使用其他去噪算法進(jìn)行處理；本優(yōu)選實施例中對3?5層的小波變換結(jié)果的小波細(xì)節(jié)圖像進(jìn)行bishrink去噪。
[0046]步驟4:將圖像進(jìn)行小波反變換到第I層:將第η層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第η-1層小波變換結(jié)果中的去噪后的近似圖像；將第η-1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第η-2層小波變換結(jié)果中的近似圖像，以此類推，得到第2層小波變換結(jié)果中的去噪后的近似圖像，將第2層小波變換結(jié)果中的去噪后的近似圖像與其小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第I層小波變換結(jié)果中的去噪后的近似圖像。
[0047]步驟5:對步驟4中的近似圖像進(jìn)行平移縮放變換，將其像素值范圍映射到原始的Y通道圖像的范圍。其具體映射方式如下:
[0048]設(shè)原始Y通道圖像的像素值的最小值為Ymin，最大值為Ymax，步驟4處理后的第I層小波變換結(jié)果的近似圖像的像素值的最小值為Imin，最大值為1_，比例因子為f =(1--1min)/(Ymax-Ymin)O 計算 I' = (1-1min+Ymin*f)/f ;其中 I'為平移放縮變換后第 I 層小波變換結(jié)果中的去噪后的近似圖像的像素值，I為步驟4得到的第I層小波變換結(jié)果中的近似圖像的像素值。
[0049]步驟6:對步驟5處理后的近似圖像進(jìn)行快速非局部均值去噪。其中，非局部均值去噪算法通過積分圖和相似對稱性進(jìn)行加速。在非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為a*a，搜索區(qū)域的大小為b*b，平滑參數(shù)的平方為kl*NLF(Ii)，IiS當(dāng)前像素值，NLF(Ii)為當(dāng)前像素值在Y通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差。優(yōu)選的，a為 3，b 為 5，kl 取 0.5。
[0050]步驟7:對步驟6處理后的近似圖像進(jìn)行反平移縮放變換:計算I"'=I" *f+imin-Ymin*f，其中I"'為平移放縮反變換后第I層小波變換結(jié)果中的近似圖像的像素值為步驟6處理后的第I層小波變換結(jié)果中的近似圖像的像素值。
[0051]步驟8:將圖像進(jìn)行小波反變換到第O層，也即原始的空間:對步驟7處理后的第I層小波變換結(jié)果中的近似圖像與第I層小波變換結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行小波反變換，得到原始空間的Y通道圖像；
[0052]步驟9:對反變換后的圖像進(jìn)行快速非局部均值去噪。其中非局部均值算法中的匹配塊大小仍為a*a，搜索區(qū)域的大小仍為b*b，平滑參數(shù)的平方為k2*NLF (Ii)，IiS當(dāng)前像素值，NLF(Ii)為當(dāng)前像素值在Y通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差。
[0053]步驟10:分別對U、V通道的圖像進(jìn)行η-1層線性提升小波變換；本實施例中為4層線性提成小波變換。
[0054]步驟11:對每一層小波變換后的小波細(xì)節(jié)圖像進(jìn)行bishrink去噪，其中每一層的噪聲方差V1= 2工轉(zhuǎn)^^或N1= 2 1Wvmax, I為當(dāng)前的層數(shù)；VUmax為U通道圖像的傳感器噪聲水平曲線的最大噪聲方差值，VvmaxSV通道圖像的傳感器噪聲水平曲線的最大噪聲方差值。
[0055]步驟12:分別對U、V圖像進(jìn)行小波反變換到原始空間，具體是將第η-1層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第η-2層小波變換結(jié)果中的去噪后的近似圖像；將第η-2層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第η-3層小波變換結(jié)果中的近似圖像，以此類推，得到第I層小波變換結(jié)果中的去噪后的近似圖像，將第I層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到原始空間的通道圖像。
[0056]步驟13:將所述原始空間的Y通道圖像、所述原始空間的V通道圖像與所述原始空間的U通道圖像轉(zhuǎn)換合并得到RGB格式的圖像:根據(jù)圖像像素點的Y值、V值、U值計算其R值、G值與B值，得到RGB原始圖像。
[0057]計算圖像傳感器噪聲水平曲線的方法有很多中，本發(fā)明提供了一種優(yōu)選的計算Y通道圖像或U通道圖像或V通道圖像的傳感器噪聲水平曲線的方法，包括:
[0058]步驟al:對單通道圖像進(jìn)行直方圖統(tǒng)計。將像素值范圍[0，255]平均分為m個區(qū)間，每個區(qū)間的大小設(shè)為m。遍歷整幅灰度圖像，統(tǒng)計出單通道圖像中的像素點落入各個像素值區(qū)間的像素點的個數(shù)。其中m為可以整除256的非零自然數(shù)，優(yōu)選取16。
[0059]步驟a2:計算直方圖的可信灰度區(qū)間的比例因子Ι/f:統(tǒng)計出直方圖中像素值區(qū)間的像素點的個數(shù)大于1/mX aXN的灰度區(qū)間的個數(shù)f，Ι/f即是可信像素值區(qū)間的比例因子，其中N為單通道圖像的像素個數(shù)；a的取值范圍為[0.588，0.648]，優(yōu)選為0.618。
[0060]步驟a3:標(biāo)定出直方圖中的可信像素值區(qū)間:標(biāo)定出直方圖中像素值區(qū)間的像素點的個數(shù)大于1/f XN的像素值區(qū)間；標(biāo)定出來的像素值區(qū)間即為可信像素值區(qū)間。
[0061]步驟a4:將整幅單通道圖像劃分成bXb個圖像塊，計算每個小塊的像素值均值與像素值方差；其中b為非零自然數(shù)，8 ^ 24,b優(yōu)選取值為16。
[0062]步驟a5:針對直方圖的每個可信像素值區(qū)間，找出像素值均值在此區(qū)間的圖像塊，再找出像素值均值位于同一可信像素值區(qū)間的圖像塊中像素值方差最小的圖像塊。由此得到K個圖像塊以及該K個圖像塊的像素值均值與像素值方差對(uk，Vk)，uk為所述K個圖像塊的像素值均值，Vk為所述K個圖像塊的像素值方差，k取1、2、…、K，K為可信像素值區(qū)間個數(shù)。
[0063]步驟a6:找出上述K個方差中的最小值Vmin，將其作為均值為0、255處的方差，于是得到兩個端點的像素值均值與像素值方差對(0，vmin)，(255，vmin)。
[0064]步驟a7:根據(jù)這K+2個像素值均值與像素值方差對，用分段的三次Hermite插值出該單通道圖像像素值范圍為[0，255]的噪聲水平曲線。
[0065]本發(fā)明并不局限于前述的【具體實施方式】。本發(fā)明擴(kuò)展到任何在本說明書中披露的新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。
【權(quán)利要求】
1.一種基于提升小波變換的快速130去噪算法，其特征在于，包括: 步驟1:將圖像進(jìn)行單通道分解，得到V通道圖像』通道圖像及乂通道圖像； 步驟2:對X通道圖像進(jìn)行層的線性提升小波變換；！！為大于或等于3的自然數(shù)； 步驟3:逐一對第3?層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪； 步驟4:將第層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第11-1層小波變換結(jié)果中的去噪后的近似圖像；將第=-1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第11-2層小波變換結(jié)果中的近似圖像，以此類推，得到第2層小波變換結(jié)果中的去噪后的近似圖像，將第2層小波變換結(jié)果中的去噪后的近似圖像與其小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第1層小波變換結(jié)果中的去噪后的近似圖像； 步驟5:對第1層小波變換結(jié)果中的去噪后的近似圖像進(jìn)行平移放縮變換: 設(shè)原始V通道圖像的像素值的最小值為1-，最大值為1.，第1層小波變換結(jié)果中的去噪后的近似圖像的像素值的最小值為1-，最大值為1.，得到比例因子乜？ = (1,-1-)/ 計算V =其中V為平移放縮變換后第1層小波變換結(jié)果中的去噪后的近似圖像的像素值，I為步驟4處理后的第1層小波變換結(jié)果中的近似圖像的像素值； 步驟6:對步驟5處理后的第1層小波變換結(jié)果中的近似圖像再次進(jìn)行去噪； 步驟7:對步驟6處理后的第1層小波變換結(jié)果中的近似圖像進(jìn)行反平移放縮變換:計算1〃 1 =1^村村，其中工"丨為平移放縮反變換后第1層小波變換結(jié)果中的近似圖像的像素值為步驟6處理后的第1層小波變換結(jié)果中的近似圖像的像素值； 步驟8:對步驟7處理后的第1層小波變換結(jié)果中的近似圖像與第1層小波變換結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行小波反變換，得到原始空間的V通道圖像； 步驟9:對原始空間的X通道圖像去噪； 分別對I通道圖像、V通道圖像進(jìn)行以步驟10?12的處理得到原始空間的I通道圖像與原始空間的乂通道圖像: 步驟10:對通道圖像進(jìn)行=-1層線性小波變換； 步驟11:對每一層小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪； 步驟12:將第!1-1層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第=-2層小波變換結(jié)果中的去噪后的近似圖像；將第=-2層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第=-3層小波變換結(jié)果中的近似圖像，以此類推，得到第1層小波變換結(jié)果中的去噪后的近似圖像，將第1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到原始空間的通道圖像。
2.根據(jù)權(quán)利要求1所述的一種基于提升小波變換的快速130去噪算法，其特征在于，還包括步驟13:將所述原始空間的X通道圖像、所述原始空間的V通道圖像與所述原始空間的V通道圖像轉(zhuǎn)換合并得到如8格式的圖像。
3.根據(jù)權(quán)利要求1所述的一種基于提升小波變換的快速130去噪算法，其特征在于，所述步驟3還包括，計算X通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為利用1318111*11^去噪算法逐一對第3?II層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為、工二1為當(dāng)前的層數(shù)； 所述步驟11還包括，計算I通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為利用1318111*11^去噪算法逐一對V通道圖像每一層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為\二 21為當(dāng)前的層數(shù)； 或者所述步驟11還包括，計算V通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為利用化8匕1成去噪算法逐一對V通道圖像每一層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為1= 2為當(dāng)前的層數(shù)。
4.根據(jù)權(quán)利要求3所述的一種基于提升小波變換的快速130去噪算法，其特征在于，所述步驟6進(jìn)一步包括，對步驟5處理后的第1層小波變換結(jié)果中的近似圖像進(jìn)行非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為￡1?，搜索區(qū)域的大小為13樸，平滑參數(shù)的平方為，匕為當(dāng)前像素值，祖^(1 為當(dāng)前像素值在X通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差； 所述步驟9進(jìn)一步包括，對原始空間的X通道圖像非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為講3，搜索區(qū)域的大小為卜樸，平滑參數(shù)的平方為1^2^(1,),匕為當(dāng)前像素值，^(1 ,)為當(dāng)前像素值在V通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差； 其中￡13為非零自然數(shù)，&142為系數(shù)。
5.根據(jù)權(quán)利要求4所述的一種基于提升小波變換的快速130去噪算法，其特征在于，其中￡1等于3，13等于5，匕1等于0.5，匕2等于2，II等于5。
6.一種基于提升小波變換的快速130去噪系統(tǒng)，其特征在于，包括: 圖像單通道分解模塊，用于將圖像進(jìn)行單通道分解，得到V通道圖像4通道圖像及乂通道圖像； 多層線性提升小波變換模塊，用于對X通道圖像進(jìn)行層的線性提升小波變換；??！為大于或等于3的自然數(shù)； 小波細(xì)節(jié)圖像去噪模塊，用于逐一對第3?層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪； 小波反變換模塊，用于將第II層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第=-1層小波變換結(jié)果中的去噪后的近似圖像；將第=-1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第11-2層小波變換結(jié)果中的近似圖像，以此類推，得到第2層小波變換結(jié)果中的去噪后的近似圖像，將第2層小波變換結(jié)果中的去噪后的近似圖像與其小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第1層小波變換結(jié)果中的去噪后的近似圖像； 平移放縮變換模塊，用于對第1層小波變換結(jié)果中的去噪后的近似圖像進(jìn)行平移放縮變換: 設(shè)原始V通道圖像的像素值的最小值為1-，最大值為1.，第1層小波變換結(jié)果中的去噪后的近似圖像的像素值的最小值為1-，最大值為1.，得到比例因子乜？ = (1,-1-)/\1爪3又 111111/ ， 計算V =其中V為平移放縮變換后第1層小波變換結(jié)果中的去噪后的近似圖像的像素值，I為平移放縮變換前第1層小波變換結(jié)果中的去噪后的近似圖像的像素值； 近似圖像去噪模塊，用于對平移放縮變換后第1層小波變換結(jié)果中的去噪后的近似圖像再次進(jìn)行去噪； 反平移放縮變換模塊，用于對近似圖像去噪模塊處理后的近似圖像進(jìn)行反平移放縮變換: 計算1〃 1 =1^村村，其中工"丨為平移放縮反變換后第1層小波變換結(jié)果中的近似圖像的像素值為近似圖像去噪模塊處理后的第1層小波變換結(jié)果中的近似圖像的像素值； 原始空間V通道圖像計算模塊，用于對反平移放縮變換模塊處理后的第1層小波變換結(jié)果中的近似圖像與第1層小波變換結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行小波反變換，得到原始空間的V通道圖像； 原始空間V通道圖像去噪模塊，用于對原始空間的V通道圖像去噪； 原始空間的I通道圖像與原始空間的V通道圖像計算模塊，進(jìn)一步包括用于: 對V通道圖像或V通道圖像進(jìn)行=-1層線性小波變換； 對每一層小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪； 將第=-1層小波變換結(jié)果中的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到第=-2層小波變換結(jié)果中的去噪后的近似圖像；將第=-2層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行反變換得到第=-3層小波變換結(jié)果中的近似圖像，以此類推，得到第1層小波變換結(jié)果中的去噪后的近似圖像，將第1層小波變換結(jié)果中的去噪后的近似圖像與其去噪后的小波細(xì)節(jié)圖像進(jìn)行小波反變換得到原始空間的I通道圖像或原始空間的V通道圖像。
7.根據(jù)權(quán)利要求6所述的一種基于提升小波變換的快速130去噪系統(tǒng)，其特征在于，圖像格式轉(zhuǎn)換模塊，用于將所述原始空間的^通道圖像、所述原始空間的V通道圖像與所述原始空間的V通道圖像轉(zhuǎn)換合并得到如8格式的圖像。
8.根據(jù)權(quán)利要求6所述的一種基于提升小波變換的快速130去噪算法，其特征在于，所述小波細(xì)節(jié)圖像去噪模塊還用于，計算V通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為利用1318111*11^去噪算法逐一對第3?II層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為21為當(dāng)前的層數(shù)； 所述原始空間的V通道圖像與原始空間的V通道圖像計算模塊還用于，計算V通道圖像或V通道圖像的傳感器噪聲水平曲線并找出所述曲線的最大噪聲方差值，記為或 利用去噪算法逐一對V通道圖像或V通道圖像每一層的小波變換的結(jié)果中的小波細(xì)節(jié)圖像進(jìn)行去噪，其中每一層的噪聲方差為1= 2工轉(zhuǎn)吣或V廣2工^.，1為當(dāng)前的層數(shù)。
9.根據(jù)權(quán)利要求8所述的一種基于提升小波變換的快速130去噪算法，其特征在于，所述近似圖像去噪模塊進(jìn)一步用于，對平移放縮變換后第1層小波變換結(jié)果中的去噪后的近似圖像進(jìn)行非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為搜索區(qū)域的大小為舊比平滑參數(shù)的平方為當(dāng)前像素值，15(1 1)為當(dāng)前像素值在V通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差； 所述原始空間V通道圖像去噪模塊進(jìn)一步用于，對原始空間的V通道圖像非局部均值去噪，其中非局部均值去噪算法的參數(shù)設(shè)置為匹配塊的大小為￡1?，搜索區(qū)域的大小為13*13，平滑參數(shù)的平方為(1^)，匕為當(dāng)前像素值，(1 為當(dāng)前像素值在V通道圖像的傳感器噪聲水平曲線上對應(yīng)的噪聲方差； 其中￡13為非零自然數(shù)，&142為系數(shù)。
10.根據(jù)權(quán)利要求9所述的一種基于提升小波變換的快速130去噪系統(tǒng)，其特征在于，其中3等于3，13等于5，&1等于0.5，&2等于2，II等于5。
【文檔編號】G06T5/00GK104504659SQ201410799455
【公開日】2015年4月8日 申請日期:2014年12月19日 優(yōu)先權(quán)日:2014年12月19日
【發(fā)明者】陳帥 申請人:成都品果科技有限公司