本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像去噪方法。

背景技術(shù)：

近年來，小波變換被廣泛應(yīng)用與圖像去噪領(lǐng)域，其基本原理是在對(duì)圖像進(jìn)行變換的基礎(chǔ)上，選用適當(dāng)?shù)拈撝盗炕椒ㄟM(jìn)行萎縮處理，再經(jīng)反變換后獲得去噪圖像。

目前，一方面，常用的閾值量化方法有：硬閾值量化方法和軟閾值量化方法；在硬閾值量化方法處理過程中，經(jīng)硬閾值處理后的信號(hào)，可以很好的保留信號(hào)的局部特征，但由于得到的估計(jì)小波系數(shù)值連續(xù)性差，會(huì)在恢復(fù)后的信號(hào)中引入一些人為的噪聲點(diǎn)，甚至可能會(huì)引起重構(gòu)后信號(hào)的震蕩；在軟閾值量化方法處理過程中，得到的小波系數(shù)值雖然連續(xù)性良好，但由于小波系數(shù)較大時(shí)，得到處理后的小波系數(shù)值與原信號(hào)的小波系數(shù)值相比較，存在著恒定的偏差，可能會(huì)丟失一些有用的高頻信息，這將直接影響重構(gòu)信號(hào)與原信號(hào)的逼近程度，給重構(gòu)信號(hào)帶來不可避免的誤差。另一方面，在對(duì)圖像信號(hào)進(jìn)行小波分解的過程中，小波分解層數(shù)都是事先確定的，這會(huì)影響圖像去噪的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明主要解決的技術(shù)問題是提供一種圖像去噪方法，能夠提高圖像去噪的準(zhǔn)確性。

為解決上述技術(shù)問題，本發(fā)明采用的一個(gè)技術(shù)方案是：提供一種圖像去噪方法，包括，對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換，進(jìn)而分解出一組當(dāng)前層高頻小波分解系數(shù)和當(dāng)前層低頻小波分解系數(shù)；利用閾值函數(shù)對(duì)所述當(dāng)前層高頻小波分解系數(shù)進(jìn)行閾值量化處理，得到一組當(dāng)前層估計(jì)高頻小波分解系數(shù)；對(duì)所述當(dāng)前層高頻小波分解系數(shù)和所述當(dāng)前層估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，并判斷是否需要進(jìn)行下一層分解；若需要，則返回所述對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換的步驟；若不需要，則通過小波逆變換進(jìn)行圖像重構(gòu)，進(jìn)而得到去噪后的圖像。

其中，所述利用閾值函數(shù)對(duì)所述當(dāng)前層高頻小波分解系數(shù)進(jìn)行閾值量化處理，得到一組當(dāng)前層估計(jì)高頻小波分解系數(shù)的步驟包括：

利用如下公式進(jìn)行閾值量化處理：

其中，W_j，k為所述當(dāng)前層高頻小波分解系數(shù)，所述當(dāng)前層估計(jì)高頻小波分解系數(shù)，sign為符號(hào)函數(shù)，log為對(duì)數(shù)函數(shù)，λ為閾值，t為調(diào)節(jié)因子，n為冪指數(shù)。

其中，所述冪指數(shù)n的值根據(jù)原始圖像的噪聲估計(jì)水平進(jìn)行設(shè)定或者根據(jù)上一層小波分解的噪聲估計(jì)水平進(jìn)行設(shè)定；所述冪指數(shù)n的取值為自然數(shù)。

其中，所述閾值λ通過如下公式計(jì)算：其中，N為采樣點(diǎn)數(shù)，σ為噪聲方差，lg為以10為底的對(duì)數(shù)函數(shù)。

進(jìn)一步，所述噪聲方差σ通過如下公式進(jìn)行計(jì)算：σ＝(median|W_i，k|)/0.6475，其中，median為中值函數(shù)，|W_j，k|為W_j，k的絕對(duì)值。

其中，所述調(diào)節(jié)因子t的值在對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換之前預(yù)先設(shè)定，取值范圍為0～1。

其中，所述對(duì)所述當(dāng)前層高頻小波分解系數(shù)和所述當(dāng)前層估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，并判斷是否需要進(jìn)行下一層分解的步驟包括，對(duì)所述高頻小波分解系數(shù)和所述估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，得到噪聲估計(jì)水平；將所述噪聲估計(jì)水平與預(yù)設(shè)的噪聲閾值進(jìn)行比較；若大于或等于所述噪聲閾值，則判定為需要進(jìn)行下一層分解；若小于所述噪聲閾值，則判定為不需要進(jìn)行下一層分解。

其中，所述噪聲估計(jì)水平通過如下公式進(jìn)行計(jì)算：其中，σ'為噪聲估計(jì)水平，median為中值函數(shù)，為W_j，k和的絕對(duì)差值。

其中，所述若不需要，則進(jìn)行小波逆變換進(jìn)行圖像重構(gòu)，進(jìn)而得到去噪后的圖像的步驟包括：根據(jù)當(dāng)前分解過程和之前分解過程中獲得所有低頻小波分解系數(shù)和當(dāng)前分解過程的所有所述當(dāng)前層估計(jì)高頻小波分解系數(shù)通過所述小波逆變換進(jìn)行圖像重構(gòu)，進(jìn)而得到去噪后的圖像。

本發(fā)明的有益效果是：區(qū)別于現(xiàn)有技術(shù)的情況，本發(fā)明根據(jù)當(dāng)前層高頻小波分解系數(shù)和當(dāng)前層估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，根據(jù)上述噪聲估計(jì)水平自適應(yīng)的確定所需小波分解的層數(shù)，提高小波分解圖像去噪的準(zhǔn)確性。

另一方面，本發(fā)明提供一新的閾值量化處理函數(shù)，該函數(shù)可根據(jù)原始圖像的噪聲估計(jì)水平或者上一層小波分解的噪聲估計(jì)水平進(jìn)行實(shí)時(shí)調(diào)整，可以有效避免高頻信息的丟失；該閾值函數(shù)與硬閾值函數(shù)相比能夠提高估計(jì)小波系數(shù)數(shù)值的連續(xù)性，與軟閾值函數(shù)相比能夠降低軟閾值函數(shù)存在的恒定偏差。

附圖說明

圖1是本發(fā)明圖像去噪方法一實(shí)施方式的流程示意圖；

圖2是本發(fā)明小波分解樹一實(shí)施方式的示意圖。

具體實(shí)施方式

請(qǐng)參閱圖1，圖1為本發(fā)明圖像去噪方法一實(shí)施方式的流程示意圖，包括如下步驟：

S101：對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換，進(jìn)而分解出一組當(dāng)前層高頻小波分解系數(shù)和當(dāng)前層低頻小波分解系數(shù)；

需要注意的是，本實(shí)施例中所采用的方法為只對(duì)每一層圖像信息的高頻部分進(jìn)行分解，而對(duì)每一層的低頻信息部分不作分解，這是考慮到低頻信息部分是圖像變化緩慢的部分，是圖像的框架，包含大量的圖像能量，而高頻信息部分是圖像變化迅速的部分，是圖像的細(xì)節(jié)信息，因此需要對(duì)高頻部分著重進(jìn)行去噪。圖像中的噪聲能量會(huì)隨著分解次數(shù)和去噪次數(shù)的增加，逐漸降低。請(qǐng)結(jié)合圖2，圖2為本實(shí)施例中小波分解樹示意圖，其中S代表原始圖像信號(hào)，G1代表第一層分解高頻信息部分，D1代表第一層低頻信息部分，其余依此類推。

需要說明的是，在其他實(shí)施例中，本發(fā)明所采用的方法也可對(duì)每一層分解獲得的高頻小波系數(shù)和低頻小波系數(shù)均進(jìn)行下一層分解。

S102：利用閾值函數(shù)對(duì)當(dāng)前層高頻小波分解系數(shù)進(jìn)行閾值量化處理，得到一組當(dāng)前層估計(jì)高頻小波分解系數(shù)；

需要了解的是，本實(shí)施例中采用的去噪方法基于閾值收縮法，該方法的主要思想是基于圖像信息和噪聲信息在經(jīng)小波變換后具有不同的統(tǒng)計(jì)學(xué)特性：在同一分解層中，圖像本身的能量對(duì)應(yīng)著幅值較大的小波系數(shù)；噪聲能量則對(duì)應(yīng)著幅值較小的小波系數(shù)，并分散在小波變換后的所有系數(shù)中。根據(jù)該特性，可以設(shè)置一個(gè)閾值門限，將大于該閾值的小波系數(shù)默認(rèn)為大部分為有用的信號(hào)，并予以收縮后保留；而將小于該閾值的小波系數(shù)默認(rèn)為大部分為噪聲，予以剔除，這樣即達(dá)到去噪的目的。

本實(shí)施例中所利用的閾值函數(shù)公式如下：

其中，W_j，k為當(dāng)前層高頻小波分解系數(shù)，為當(dāng)前層估計(jì)高頻小波分解系數(shù)，sign為符號(hào)函數(shù)，log為對(duì)數(shù)函數(shù)，λ為閾值，t為調(diào)節(jié)因子，n為冪指數(shù)。

上述冪指數(shù)n的值可根據(jù)原始圖像的噪聲估計(jì)水平進(jìn)行設(shè)定或者根據(jù)上一層小波分解的噪聲估計(jì)水平進(jìn)行設(shè)定，冪指數(shù)n的取值為自然數(shù)。在一個(gè)應(yīng)用場(chǎng)景中，若用戶覺得上一層小波分解的噪聲水平較高，可適當(dāng)減小n的大小，進(jìn)而使得該函數(shù)的收縮幅度變小。需要注意的是，由于n是動(dòng)態(tài)變化的，因此log₂(|λ/W_j，k|ⁿ+1)也是動(dòng)態(tài)調(diào)節(jié)的，可以自適應(yīng)的減小衰減，有效避免高頻信息的丟失，提高重構(gòu)后信號(hào)的信噪比。n的取值越大，信噪比越小，信號(hào)失真越大；反之n越小，信噪比越大，信號(hào)失真小，但震蕩幅度大。因此，n的取值需要根據(jù)實(shí)際情況進(jìn)行選擇調(diào)整。

上述閾值λ的計(jì)算公式為：其中，N為采樣點(diǎn)數(shù)，σ為噪聲方差，lg為以10為底的對(duì)數(shù)函數(shù)。進(jìn)一步地，噪聲方差σ可通過如下公式計(jì)算獲得：σ＝(median|W_j，k|)/0.6475，其中，median為中值函數(shù)，|W_j，k|為W_j，k的絕對(duì)值。在其他實(shí)施例中，閾值λ的計(jì)算公式也可為其他，噪聲方差也可通過其他方法計(jì)算得到。

上述調(diào)節(jié)因子t的值在對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換之前預(yù)先設(shè)定，取值范圍為0～1。在一個(gè)應(yīng)用場(chǎng)景中，t的取值為黃金分割點(diǎn)0.618，在其他場(chǎng)景中，t的取值也可為其他。

S103：對(duì)當(dāng)前層高頻小波分解系數(shù)和當(dāng)前層估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，并判斷是否需要進(jìn)行下一層分解；

具體為，對(duì)高頻小波分解系數(shù)和估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，得到噪聲估計(jì)水平；將噪聲估計(jì)水平與預(yù)設(shè)的噪聲閾值進(jìn)行比較；若噪聲估計(jì)水平大于或等于噪聲閾值，則判定為需要進(jìn)行下一層分解；若小于噪聲閾值，則判定為不需要進(jìn)行下一層分解。

在一個(gè)應(yīng)用場(chǎng)景中，上述噪聲估計(jì)水平可通過如下公式進(jìn)行計(jì)算：其中，σ'為噪聲估計(jì)水平，median為中值函數(shù)，為W_j，k和的絕對(duì)差值，上述噪聲閾值的大小可根據(jù)用戶需要去噪的程度進(jìn)行設(shè)定。在其他應(yīng)用場(chǎng)景中，上述噪聲估計(jì)水平也可通過其他方式進(jìn)行計(jì)算。

S104：若需要，則返回對(duì)原始圖像或上一層分解獲得的上層高頻小波分解系數(shù)進(jìn)行離散小波變換的步驟；

具體地，若經(jīng)步驟S103判定需要進(jìn)行下一層分解，則轉(zhuǎn)向步驟S101。

S105：若不需要，則通過小波逆變換進(jìn)行圖像重構(gòu)，進(jìn)而得到去噪后的圖像。

具體的，可根據(jù)當(dāng)前分解過程和之前分解過程中獲得所有低頻小波分解系數(shù)和當(dāng)前分解過程的所有當(dāng)前層估計(jì)高頻小波分解系數(shù)通過小波逆變換進(jìn)行圖像重構(gòu)，進(jìn)而得到去噪后的圖像。

由于利用小波變換圖像去噪的方法，可能也會(huì)除去一些圖像的高頻細(xì)節(jié)，圖像的邊緣會(huì)變得模糊。為了進(jìn)一步修正圖像，在其他實(shí)施例中還可進(jìn)一步利用雙邊濾波器對(duì)重構(gòu)后的圖像進(jìn)行濾波，彌補(bǔ)小波閾值去噪損失圖像邊緣的缺陷。

本發(fā)明所采用的圖像去噪的方法，可以根據(jù)當(dāng)前層高頻小波分解系數(shù)和當(dāng)前層估計(jì)高頻小波分解系數(shù)進(jìn)行噪聲估計(jì)，根據(jù)上述噪聲估計(jì)水平自適應(yīng)的確定所需小波分解的層數(shù)，提高小波分解圖像去噪的準(zhǔn)確性。另一方面，本發(fā)明提供了一新的閾值量化處理函數(shù)，該函數(shù)可根據(jù)原始圖像的噪聲估計(jì)水平或者上一層小波分解的噪聲估計(jì)水平進(jìn)行實(shí)時(shí)調(diào)整，可以有效避免高頻信息的丟失；該閾值函數(shù)與硬閾值函數(shù)相比能夠提高估計(jì)小波系數(shù)數(shù)值的連續(xù)性，與軟閾值函數(shù)相比能夠降低軟閾值函數(shù)存在的恒定偏差。

以上僅為本發(fā)明的實(shí)施方式，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。