[发明专利]确定图像中斑点噪声强度的方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及到结合基于高斯厄米特矩(Gaussian-Hermite)的噪声分析模型确定图像中斑点噪声强度的方法。 

背景技术

图像获取和传输过程使得大多数数字图像带有不同程度的噪声，不但影响图像的视觉效果，而且妨碍后序的目标检测、特征提取和参数测量等各种处理，直接影响图像解译质量。 

根据噪声与图像的叠加方式，图像噪声包括乘性噪声和加性噪声两类。目前研究重点集中在加性噪声中的高斯噪声，现有的噪声参数估计代表性成果包括：1990年，Peter Meer等人以零均值的高斯噪声为研究对象，通过图像金字塔来盲估计含噪图像的方差，其特点是平均错误率为0.06，估计时间为O(log(N))(N为图像大小)。1999年，K Rank等人以被高斯噪声污染的图像为研究对象，通过三步来完成对噪声的估计，首先通过水平和竖直的操作抑制原图像所受的影响，第二步计算局部信号方差直方图，最后统计计算直方图所得到的估计方差值。2005年，DH Shin等人介绍了一种快速的噪声估计方法，该方法用高斯滤波估计被加性高斯白噪声污染的图像，是基于分块的噪声估计方法，可用于商业图像和视频降噪。广泛应用的是Donoho和Johnstone提出的小波域噪声标准方差估计公式σ＝MAD/0.6745，其中MAD是对角线方向子带小波系数幅度的中值。该方法在噪声较小时，估计噪声会偏大，所以在工程应用中人们对这种方法进行了改进，目前应用最多的是全局方差和局部方差。 

斑点噪声是常见的一种乘性噪声，例如在日益发挥重要作用的合成孔径雷达图像及医学超声图像中，由于成像机制的原因，斑点噪声成为固有噪声。合理分析和抑制斑点噪声是各种斑点噪声图像处理等应用的前提条件和关键步骤。不同于高斯噪声，由于斑点噪声是以相乘的方式叠加到图像中，很难通过含噪图像和抑噪图像相减的方式直接估计噪声细节。目前处理斑点噪声的方法多是将之进行取对数运算，转化为加性的高斯噪声模型，再进行分析。目前为止，还不存在一种通用的斑点噪声强度确定的方法。

发明内容

本发明所要解决的技术问题在于克服现在噪声强度确定方法的不足，提供一种快速、准确的确定图像中斑点噪声强度的方法。 

解决上述技术问题所采用的技术方案包括下述步骤： 

1、选取灰度相对均匀区域 

在含噪图像中选取一块灰度相对均匀的区域。 

2、计算灰度相对均匀区域象素的灰度均值和该区域内象素的不同阶高斯厄米特矩； 

上述的灰度均值是灰度相对均匀区域内各象素点的灰度平均值。 

灰度相对均匀区域象素的不同阶高斯厄米特矩按下式计算：