[发明专利]基于模糊集合理论的空间自适应块匹配图像去噪方法

权利要求书

1.一种基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：包括以下步骤：

(1)设置初始相似块搜索窗口Δ_i，1的大小；

(2)计算待处理像素i的图像块y(N_i)与搜索窗口Δ_i，1内像素j的图像块y(N_j)之间的方差归一化的对称距离；

(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度 并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值 

(4)对残余噪声像素值进行修正；

(5)增加相似块搜索窗口Δ_i，n的大小，并重复步骤(2)至步骤(4)直至满足迭代终止条件。

2.根据权利要求1所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：步骤(2)所述的方差归一化的对称距离是采用如下公式计算得到的：

式中， 为一个p²×p²的对角矩阵，该对角矩阵为：

这里 l＝1，2，…，p2表示估计值 的标准差，指数l用于表示图像块N.中的空间位置。

3.根据权利要求1所述的基于模糊集合理论的空间自适应块匹配图像去噪 方法，其特征在于：步骤(3)所述的图像块间的相似程度 是通过对图像块进行模糊2-均值聚类得到，该相似程度 的计算公式如下：

式中，T为自适应阈值。

4.根据权利要求3所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：所述的自适应阈值T随着迭代次数n的增加而增大以适应估值偏差的变化，该自适应阈值T按如下公式计算得到：

式中，λ_α是卡方分布 的分位点，p表示图像块的大小， C₁是一个实常数，γ是一个接近于1的常数。

5.根据权利要求1所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：步骤(4)所述的对残余噪声像素值进行修正的公式和修正项c分别按如下公式计算得到：

式中，L表示图像的灰度级数， 和 分别为正修正项和负修正项。

6.根据权利要求5所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：所述的正修正项 和负修正项 采用如下步骤获得：

首先，采用如下模糊控制法则来计算模糊梯度值 

这里AND运算表示取两个值中的最大者，OR运算表示取两个值中的最小者；

然后，采用如下两个模糊控制法则计算相邻点在修正项中的正修正项和负修正项：

。

7.根据权利要求1所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：所述步骤(5)按如下公式增加相似块搜索窗口Δ_i，n的大小：

|Δ_i，n|＝(2ⁿ+1)×(2ⁿ+1)，n＝1，...，N_Δ

式中，n表示迭代次数。

8.根据权利要求1所述的基于模糊集合理论的空间自适应块匹配图像去噪方法，其特征在于：步骤(5)所述的终止条件为：

式中，n表示迭代次数，ρ为一正常数。