[发明专利]一种基于Contourlet变换自适应方向阈值的图像去噪方法

说明书

(一)技术领域

本发明涉及图像处理技术领域，具体涉及一种基于Contourlet变换自适应方向阈值的图像去噪方法。

(二)背景技术

在当今信息时代，数字图像已经成为计算机处理的重要数据来源。现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响。如，医学图像、显微图像、遥感图像、航拍图像都带有较强的噪声。为了后续目标识别与分析的准确度，大量的图像需要进行去噪处理，这增加了对图像去噪技术的迫切需要。

所谓图像去噪，是指减少数字图像中的噪声水平，并尽可能保持图像细节信息的一种基本操作。图像去噪作为一种基本的图像预处理过程，有着广泛的应用背景。传统的图像去噪方法有空域法和基于小波变换的方法。但传统的小波基并不具备各向异性尺度关系，不是表示图像的最优基。Contourlet变换作为一种新的信号分析工具，以“轮廓线段”为单位分析图像，能够更有效地表示图像中的边缘和纹理信息。图像经Contourlet变换分解后，得到一系列不同尺度、不同方向的子带系数。大部分的信号能量集中在低频子带；高频子带仅包含少量的边缘信息。由于该变换具有强大的边缘轮廓捕捉能力，高频子带系数是相当稀疏的，少量的、幅值较大的系数都集中于边缘附近。而高斯白噪声经Contourlet变换后仍是白噪声，其能量近似均匀的分布在所有的变换系数上。因此，对含噪变换系数应用一个阈值化方案，将低于阈值的系数置为0，高于阈值的系数进行保留或截取，就可以达到去除噪声而保留有用信号的目的。然而，现有的Contourlet阈值大多是将小波阈值直接应用到Contourlet变换域，均没有根据Contourlet变换的特点，发展适用于该变换的特色阈值。因此，在去除图像噪声时，边缘和纹理信息的保持还不够理想。

(三)发明内容

本发明的目的在于提供一种基于Contourlet变换自适应方向阈值的图像去噪方法，以改进现有方法进行图像去噪时容易出现的细节模糊和伪影等人工伪迹现象，达到去除噪声、边缘和纹理清晰保持的目的。

本发明的基本思想可简述如下：在Contourlet变换域，与高斯噪声能量近似均匀的分布在所有的变换系数上不同，图像子带的信号能量具有聚集性、方向选择性及各向异性特性。在一个子带中，信号能量呈现出特定的方向聚集性。若某个位置上信号的方向能量很强，说明该处有一个此方向上的边缘；为保护边缘，此处的阈值应该适当的下调。若某个位置上信号的方向能量很弱，说明该处没有边缘；为去除噪声，此处的阈值应该适当的增大。本发明首先估计每个子带的噪声和信号方差；然后，对每个子带系数计算其局部方向能量；为保持边缘信息，将系数的局部方向能量与该尺度平均能量的比值作为方向能量因子，基于贝叶斯准则，用该方向能量因子对贝叶斯阈值进行修正，从而达到既能有效去除噪声，又可尽量保留细节的目的。

为了实现本发明目的，本发明提供的技术方案如下：

(1)输入含噪图像I；

(2)对I进行Contourlet变换；

(3)利用局部方向邻域，估计子带系数的局部信号方向能量；

(4)根据局部信号方向能量与尺度信号平均能量，计算系数的方向能量因子；

(5)基于贝叶斯准则，用方向能量因子对贝叶斯阈值修正，得到每个系数的自适应方向阈值；

(6)按照软阈值化规则，利用自适应方向阈值对含噪系数进行阈值萎缩；

(7)用萎缩后系数进行Contourlet逆变换，得到去噪后的图像。

所述在估计子带系数的局部信号方向能量时，为j尺度k方向子带定义椭圆形状的局部方向邻域W_j，k，记为