[发明专利]基于非局部均值的图像去噪方法和装置

说明书

技术领域

本发明涉及图像处理领域，具体而言，涉及一种基于非局部均值的图像去噪方法和装置。

背景技术

图像去噪是将带有噪声的输入图像进行处理，从而去除图像中包含的噪声而较好地恢复出原始无噪声图像。

Buades等人发现在整个自然图像中经常包含具有自相似性的结构，例如重复的图案和结构，这些自相关性包含着互补的信息，对于图像去噪有帮助，从而提出了基于非局部均值的去噪方法。具体步骤如下：

(1)对于输入图像的某个像素i，和它周围一定的搜索范围Ω内的每个像素j，选取以i和j为中心像素的局部块N_i和N_j；

(2)通过将局部块N_i和N_j进行匹配，计算出两个局部图像块间的差异，进而计算出这两个局部图像块的中心像素i和j之间的相似权重w(i，j)。

(3)原始像素i的输出像素值就由所有参考像素j的像素值v(j)的加权平均进行替换完成当前原始像素i的噪声去除；

对于图像的每一个像素重复(1)到(3)步骤。

然而发明人发现，现有的基于非局部均值的去噪方法在分析图像中的自相似性结构时，仅考虑了具有平移特性的相似结构，因此图像去噪的效果还不太理想。

发明内容

本发明旨在提供一种基于非局部均值的图像去噪方法和装置，以解决上述的问题。

在本发明的实施例中，提供了一种基于非局部均值的图像去噪方法，包括：将图像中的旋转因素和微小尺度变化因素作为设置非局部均值的权重因素。

在本发明的实施例中，提供了一种基于非局部均值的图像去噪装置，包括权重模块，用于将图像中的旋转因素和微小尺度变化因素作为设置非局部均值的权重因素。

本发明上述实施例的基于非局部均值的图像去噪方法和装置因为考虑了图像中的旋转因素和微小尺度变化因素，所以改善了图像去噪效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了根据本发明实施例的将图像笛卡尔坐标系转换为对数极坐标的示意图；

图2A-图2C示出了根据本发明实施例的在对数极坐标上进行的图像块匹配的示意图；

图3示出了根据本发明实施例的基于非局部均值的图像去噪方法的流程图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

本发明的实施例提供了一种基于非局部均值的图像去噪方法，包括：将图像中的旋转因素和微小尺度变化因素作为设置非局部均值的权重因素。

现有的基于非局部均值的去噪方法在分析图像中的自相似性结构时，仅考虑了具有平移特性的相似结构。发明人研究发现自然图像中可能存在带有旋转和微小尺度变化的非局部相似结构，这种相似结构也可以用于图像去噪。本方法考虑了局部块和原始块可能存在的旋转和尺度不变性，有效地增加了能够搜索到的在不同旋转角度和微小尺度变化下的具有较大相似度的图像块的数目，从而改善了图像去噪效果。

优选地，通过采用对数极坐标表示图像中的像素，以确定旋转因素和微小尺度变化因素。在度量图像块的相似度时，使用对数极坐标的表达形式，可以更迅速地进行图像块匹配，从而进一步提升了图像去噪的性能，降低了算法执行时间。

优选地，通过采用对数极坐标表示图像中的像素，以确定旋转因素和微小尺度变化因素包括：

对于图像中的像素i及其周围设定范围内的每个像素j，选取以i和j为中心像素的局部块N_i和N_j；

通过对数极坐标的旋转不变性度量，计算N_i和N_j的相似度；

根据相似度计算N_j中心点对于N_i中心点的权重；

以权重计算j的加权平均以替换i。

图1示出了根据本发明实施例的将图像笛卡尔坐标系转换为对数极坐标的示意图，对于图像块内一点I(x，y)，首先根据坐标(x，y)计算出该点与图像块中心点的距离r和旋转角度然后再将距离r进行对数变换得到η，角度进行离散化到[0，S]整数范围内得到θ最终坐标(x，y)处的像素值I(x，y)与变换到的极坐标空间内的坐标(θ，η)处的像素值相等，实现从图像空间到对数极坐标空间的图像变换，具体包括：