[发明专利]一种基于HWD变换的非局部图像去噪方法

说明书

技术领域

本发明属于图像处理技术领域，具体地说是一种基于HWD变换的非局部图像去噪方法，可用于对自然图像的去噪处理。

背景技术

图像是人们获取信息的重要来源，但图像在生成和传输过程中常常会受到各种噪声的干扰。这不仅影响到图像的视觉效果，也阻碍了后续工作，比如特征提取、目标识别等工作的进行。因此，图像去噪是图像处理领域至关重要的一部分。

图像去噪的目的就是在去除噪声的同时保留图像的固有特征信息，有效地提高图像质量。目前，大量去噪的方法已经被提出，大致分为空域和频域两类。空域去噪方法是在图像所在的二维空间域，对图像中像素点的灰度值处理，达到消除噪声的目的，主要的经典算法有：均值滤波、中值滤波、维纳滤波等。频域去噪方法通过对图像进行某种变换，对变换系数进行滤波处理，再由变换域逆变换到空间域，达到去噪的目的，典型的算法是小波阈值去噪方法。小波对一维信号具有很好的非线性逼近特性，然而，由于其有限的方向性，它的优异特性不能简单地推广到二维或更高维空间，不能“最优”地逼近线、面奇异性的函数。为了克服小波的局限性，近几年来，多尺度几何变换(MGA)方法应运而生，如Ridgelet、Contourlet、HWD等，由于该类方法具有多分辨、多尺度和多方向性，故能更好地表示图像中的信息。

2007年，Dabov等人提出了BM3D算法，该方法将结构相似的二维图像块聚集在一起形成三维数组，通过对这些三维数组联合滤波，聚合图像块的估计值，达到显著的去噪效果。该方法联合滤波部分包括三步：相似组三维变换、收缩变换系数和反变换，这里三维变换由局部二维小波变换和块间一维小波变换组成，由于二维小波变换的局限性，边缘、曲线等不平滑区域的去噪效果仍不理想。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种基于HWD变换的非局部图像去噪方法，以实现对自然图像去噪中边缘和平滑区域的兼顾，提高图像去噪效果。

为实现上述目的，本发明提出一种基于HWD变换的非局部图像去噪方法，包括如下步骤：

(1)将输入含噪图像中的图像块作为参考块，对于该参考块，根据欧式距离公式，计算该参考块与其邻域内所有图像块的距离，取距离小于阈值的图像块组成该参考块的相似组

SxRht={Zxht:||ZxRht-Zxht||22N1ht×N1ht<τmatchht,x∈X}]]>

其中，X为含噪图像，x为X中的像素点，为参考块，是以为中心的邻域中的图像块，为图像块的大小，是判断两个图像块是否相似的阈值；

(2)对相似组中图像块进行二维小波变换，并将小波系数中的大系数和小系数分别标记为1和0，根据相似组中所有图像块最粗尺度上各子带的0和1的分布，判断相似组的奇异性；

(3)根据相似组的奇异性，对奇异性简单的相似组进行二维小波变换和块间一维小波变换，奇异性复杂的相似组作TIHWD变换和块间一维小波变换，硬阈值收缩变换系数并进行相应的反变换，得到相似组中图像块的估计值