[发明专利]基于图像残余信号的非局部均值图像去噪方法

说明书

技术领域

本发明属于图像处理技术领域，具体地说是一种去噪方法，可用于对自然图像去噪处理。

背景技术

图像在产生、传输和记录过程中，经常会受到各种噪声的干扰，一般来说，现实中的图像都是带有噪声的图像。在边缘检测、图像分割等高层次处理前，对图像进行去噪是非常有必要的预处理步骤。人们对图像噪声的产生原因及相应的噪声模型作大量的研究，发现绝大多数常见的图像噪声都可用均值为零，方差不同的高斯白噪声作为其模型。

图像的去噪方法一般可以分为空间域滤波法与频域滤波法。空间域滤波法主要有：平均滤波、中值滤波、双边滤波等。频域滤波法通常有低通以及高通滤波器，但是，在实际中，信号和噪声往往是重叠的，因为图像的细节对应的频率成分也分布在高频区域，而噪声均匀分布在整个频带上，如高斯白噪声，所以频域法的最大问题就是如何在降低图像噪声和保留图像细节之间达到平衡。图像中包含有许多冗余信息，充分利用这些冗余信息为去噪服务，这是非局部平均滤波模型的主要思想。它的实现是利用图像邻域的相似度即冗余信息作为权值进行加权平均来获得去噪图像中每一个像素点。

虽然非局部均值方法在去噪效果上面有着良好的表现，但是非局部均值方法去噪效果的好坏和参数的选择有很大的关系，而且在去除噪声的同时也会将图像的部分细节信息去除掉，会使图像细节部分变模糊。对于含有加性高斯白噪声的噪声图，用含噪图和去噪结果图相减，得到的是非局部均值方法去除的部分，这里我们称作方法噪声图。从方法噪声图便可以很清楚看到部分图像信息被当做噪声一起被去除掉，而且不同参数的滤波器得到的方法噪声图中含有的被滤除的信息不同，这也就导致图像去噪结果不够好。

发明内容

本发明的目的在于克服上述非局部均值方法的不足，提出了一种基于图像残余信号的非局部均值图像去噪方法，以减少非局部均值方法在去除噪声的同时滤除的部分图像信息，提高图像去噪效果。

实现本发明目的的技术方案包括如下步骤：

（1）对输入的含噪自然图像Y进行原始非局部均值滤波，得到一次滤波结果图和方法噪声图

（2）对方法噪声图判断其各个像素点所属的区域：

2a)对含噪自然图像Y进行主成分分析PCA变换，得到PCA字典，将一次滤波结果图中的某个像素点i对应的图像块B₂(i)向PCA字典投影，得到该图像块的投影系数矢量，用该投影系数矢量中除第一个投影系数之外的所有投影系数组成高频系数矢量w(i)，并将该图像块B₂(i)的高频能量E(i)定义为：

其中‖‖₁表示矢量的1-范数，L为高频系数矢量w(i)的长度；

2b)设定阈值T＝0.15σ，如果E(i)＜T时，则判方法噪声图中该像素点i属于平滑区域；如果E(i)＞＝T时，则判方法噪声图中该像素点i属于细节区域；

2c)重复2a)和2b)步骤，依次判断方法噪声图中各个像素点所属的区域；

（3）根据方法噪声图中各个像素点所属的区域不同，提取其中的图像残余信息，即对于属于平滑区域的方法噪声图的某个像素点，进行3×3均值滤波，对于属于细节区域的方法噪声图的某个像素点，从9×9邻域中找出最相邻的9个像素点，用这9个像素点的平均值作为该像素点的灰度值，得到从方法噪声图中提取出来的残余信息图

（4）对一次滤波结果图和残余信息图求和，得到去噪参考图X＇；

（5）在去噪参考图X＇中利用非局部均值的权值公式求得新的权值w_ref，利用新的权值w_ref，在含噪自然图像Y中进行非局部均值滤波，得到每个像素点的估计值y＇；

（6）用计算得到的所有像素点的估计值取代含噪自然图像Y中所有像素点的灰度值，得到去噪图像Y＇。

所述步骤（5）的实现如下：

5a)利用如下公式对去噪参考图X＇中待估计像素点i与其搜索区域内像素点j之间的权值进行计算，得到搜索区域内所有像素点的权值：