[发明专利]图像去噪方法和系统

说明书

背景技术

在过去数十年中，数字成像激增。大多数的图像通过数字方式获得，并且模拟图像也被转换为数字图形进行处理、存储和显示。消费者与专业人士同样地对图像质量具有较高的要求和期望。噪声水平是影响图像质量的一个重要方面。图像中存在各种噪声，例如来自图像传感器的chroma噪声和lumna噪声以及源于图像处理的压缩噪声。在尽可能小地降低图像清晰度的情况下，从图像中去除噪声是一个很大的挑战。虽然现有技术中具有多种图像处理技术，但是由于各种原因其效果并不佳。因此，很有必要提出一种新型的图像降噪方法和系统。

发明内容

本发明提供了用于拜耳颜色过滤阵列(CFA：color filter array)图像的去噪算法的方法和系统的多个实施例，但并不限制其用于其他图像的去噪算法中。在一些实施例中，不是采用相同的硬阈值过滤策略，而是在训练模型中学习多个用于不同系数的收缩函数。上述方法可以进一步扩展用于在平均红绿蓝(RGB)估计和绿-红、绿-蓝(GrGb)校正中学习收缩函数模型。在一些实施例中，采用了匹配类型估计(MTE)步骤，其中，具有不同匹配类型的块具有自身唯一的收缩函数模型。在训练模型中，所述MTE可以与协同过滤(COLF)相结合。

在一些实施例中，本发明包括了从图像中去除噪声的方法。本发明可以进一步包括，但并不限于，从具有噪声属性的第一图像中选择一个或多个块作为一组噪声块，其中，每个噪声块具有一组n×n个像素；从不具有噪声属性的第二图像中选择一个或多个块作为一组清洁块，其中，每个清洁块具有一组n×n个像素；评估该组噪声块的块类型，所属块类型的数量为一个或多个；基于所述一个或多个块类型、以及所述噪声块和清洁块各自的n×n个像素，构建收缩函数模型；将所述收缩函数模型应用于第三图像，获得一组已去噪块，每个已去噪块具有n×n个像素；以及重建所述n×n像素的一组已去噪块，以去除所述第三图像的噪声。

本发明从图像中去除噪声的方法还包括，但不限于，选择具有相同颜色配置的一个或多个块，分别选择具有不同颜色配置的一个或多个块，评估所述第一图像的所述一个或多个块的空间分布，计算所述第一图像的一个或多个相邻块之间的块距离，对块类型进行分类，以及基于计算获得的所述块距离将相似块类型进行分组，为了获得第一块和第二块的相同颜色配置而旋转所述第一块和第二块。所述收缩函数模型还可以包括对块类型进行分组包括快速块匹配算法；以及为了评估块类型，表示所述快速块匹配算法在每个方向上的已匹配块数量的n维向量。所述的收缩函数模型对每个块类型设计对应的n×n个收缩系数。

在另一实施例中，本发明还提供了一种用于从图像中去除噪声的方法，所述方法可以进一步包括，从图像中选择块，所述块具有第一组n×n个像素，其中，每个像素具有一个RGB值；确定所述块的平均RGB值；评估所述块的块类型；从所述平均RGB值中分别减去所述块的n×n个像素的各个RGB值，获得第二组n×n个像素；对所述第二组n×n个像素执行2D转换，以获得n×n个频域系数；为s个相似块，对所述n×n个频域系数执行3D变换获得n×n×s个3D系数；获得与图像传感器的噪声属性和所述块的块类型相关的一组收缩函数；为所述n×n×s个3D系数，采用该组收缩函数执行收缩处理，获得一组n×n×s个已去噪频域值；对所述n×n×s个已去噪频域值执行一个或多个逆向变换，获得一组n×n已去噪像素值。

本发明的从图像中去除噪声的方法还可以包括，但不限制于，构建收缩函数模型，选择具有相同颜色配置的一个或多个块，分别选择具有不同颜色配置的一个或多个块，评估一个或多个块的空间分布，计算一个或多个相邻块之间的块距离，对块类型进行分类，以及基于计算获得的所述块距离将相似块类型进行分组，为了获得相同颜色配置而旋转一个或多个块。所述收缩函数模型还可以包括，每个所述n×n×s个3D系数的唯一收缩曲线，每个块类型的n×n个收缩系数，2D离散余弦变换(2D-DCT)，2D离散小波变换(2D-DWT)和1-D哈尔/哈达玛变换的组合，表示所述快速块匹配算法在每个方向上已匹配块数量的n维向量，绿-红、绿-蓝(GrGb)校正处理以及可选的色彩值校正处理。

本发明公开的进一步的适应领域通过下文中的描述会更加清楚。应当理解的是，在阐述各个实施例时，本发明的具体示例和细节描述仅是出于进行说明的目的，而并不用来限制本发明的保护范围。