[发明专利]一种噪声强度自适应的非局部均值图像去噪方法

说明书

技术领域

本发明属于数字图像处理技术领域，涉及一种噪声强度自适应的非局部均值图像去噪方法。

背景技术

数字图像在获取的过程中，不可避免的会受到各种噪声信号的干扰，使得图像质量退化，从而影响后期的图像特征提取、目标分割以及目标识别，因此图像去噪具有重要的实际应用价值。

图像去噪方法可以分为基于空域的方法和基于变换域的方法两大类。基于空域的方法有基于单个像素灰度相似性的双边滤波、高斯滤波等方法，基于变换域的方法如各种基于小波变换的图像去噪方法等。传统的空域去噪方法是基于单个像素信息进行处理的，不能很好地保留弱边缘和纹理细节，而由Buades提出的非局部均值去噪方法则是利用局部图像块的信息，能够较好表达图像的结构信息，故其性能优于其它经典的去噪算法，如双边滤波、PDE、基于小波的方法等。

由于非局部均值方法具有算法简洁、性能优越、易于改进与扩展的特点，是目前实际应用中的一种主流方法。但该方法在实际应用时，对整幅图像采用相同的去噪强度参数，造成图像中不同亮度区域的去噪效果不够理想。本发明旨在根据图像不同亮度区域噪声强度分布不一致的特征，通过测试灰度条上不同亮度下的去噪效果，选择不同强度的去噪参数，能够更好的适应噪声分布不均匀的情况，因而可以获得更好的图像去噪效果。

发明内容

本发明的目的是提供一种噪声强度自适应的非局部均值图像去噪方法，以解决现有的非局部均值去噪方法采用相同的去噪强度参数造成的图像去噪效果不理想的技术问题。

本发明采用的技术方案为，一种噪声强度自适应的非局部均值图像去噪方法，具体包括以下方法步骤：

步骤1：采集灰阶条图像，将其输入计算机，将灰阶条图像记为z(i)，其中i表示像素点，z表示该像素点的亮度值，将灰阶条不同的亮度区域记为X_m；

步骤2：获取不同亮度下的最佳去噪强度参数；

2.1，使用非局部均值方法在不同去噪强度参数下对灰阶条图像z(i)进行去噪，以获取不同亮度Y_m对应的最佳去噪强度参数g_m，记为(g_m,Y_m)，Y_m为亮度区域X_m的亮度平均值；

2.2，采用线性插值法获取不同于亮度Y_m的亮度P_n对应的最佳去噪强度参数q_n；

步骤3：根据步骤2得到的不同亮度对应的最佳去噪参数对待去噪图像进行不同亮度下的噪声强度自适应去噪。

本发明的特点还在于，

步骤2.1的具体过程为：

2.1.1，采用去噪公式对灰阶条图像z(i)去噪：

将去噪强度参数h从1开始，从小到大依次改变取值，对灰阶条图像z(i)的进行去噪，得到一系列去噪后的图像，其中，去噪强度参数h的取值为：h₁＝1，h_k＝10(k-1)，2≤k≤101，k为整数，h_k代表第k个去噪强度参数，去噪公式如下：

NLM(i)＝∑ω(i,j)z(j)

其中，NLM(i)为将灰阶图像z(i)使用非局部均值方法去噪后的图像，ω(i,j)表示像素i与j之间的权重，并满足0≤ω(i,j)≤1且j为以i为中心的21×21区域的像素；C(i)为归一化因子，N_i表示以像素i为中心的7×7的图像块，N_j表示以像素j为中心的7×7的图像块；

步骤2.1.2，计算灰阶条图像z(i)每个亮度区域X_m采用不同的去噪强度参数h_i去噪后得到的一系列图像的峰值信噪比PSNR，选取每个亮度区域X_m去噪后得到的一系列图像中峰值信噪比PSNR最大的图像所对应的去噪强度参数h_i作为相应亮度区域X_m的最佳去噪强度参数，记为g_m，并计算每个亮度区域X_m的亮度平均值Y_m，将各亮度区域X_m下的最佳去噪强度参数和亮度平均值表示为(g_m,Y_m)；

峰值信噪比PSNR的计算公式为：

其中，M表示亮度区域X_m的像素总数；