[发明专利]处理图像噪声的方法及装置

权利要求书

1.一种处理图像噪声的方法，其特征在于，包括：

获取一帧原始图像对应的YUV空间图像的Y分量图像；

采用预设图像分解算法分解所述Y分量图像，获得对应的高频域信号和低频域信号，所述预设图像分解算法为二维离散小波分解算法；

识别所述高频域信号中的边缘信号和非边缘信号；

对所述边缘信号做边缘增强处理并使用第一滤波方法对所述非边缘信号进行滤波，获得处理后的高频域信号；

使用第二滤波方法对所述低频域信号进行滤波，获得处理后的低频域信号；

采用与所述预设图像分解算法对应的图像重构算法对所述处理后的高频域信号和所述处理后的低频域信号进行重构，获得去噪后的Y分量图像；

所述使用第二滤波方法对所述低频域信号进行滤波处理，获得处理后的低频域信号，包括：

选择导向图像；

根据所述导向图像获取图像特征参数，建立导向滤波器；

使用所述导向滤波器对最后一级低频域小波分解系数进行滤波，获得滤波后的最后一级低频域小波分解系数；

从滤波后的最后一级低频域小波分解系数开始，将滤波后的低频域小波系数作为输入，迭代重构次一级低频域小波系数；

使用所述导向滤波器对获取的各级低频域小波重构系数进行滤波，获得滤波后的各级低频域小波重构系数。

2.根据权利要求1所述的方法，其特征在于，所述识别所述高频域信号中的边缘信号和非边缘信号，包括：

将相邻级高频域小波分解系数的乘积与预设边缘系数阈值作比较；

若所述相邻级高频域小波分解系数的乘积大于所述预设边缘系数阈值，则将所述相邻级高频域小波分解系数对应位置的信号标记为边缘信号；

若所述相邻级高频域小波分解系数的乘积不大于所述预设边缘系数阈值，则将所述相邻级高频域小波分解系数对应位置的信号标记为非边缘信号。

3.根据权利要求2所述的方法，其特征在于，所述使用第一滤波方法对所述非边缘信号进行滤波，具体为：

按照预设阈值收缩算法对所述非边缘信号的各级高频域小波分解系数进行小波收缩处理；

其中，所述预设阈值收缩算法公式表示如下：

其中，f表示小波域内的Y分量图像的小波系数，g和n分别表示小波域内的无噪图像和噪声信息；j＝1、2、3、…J，J为小波分解的最高级别；sign(f)为符号函数；T_j表示第j级的小波阈值，采用以下公式表示：

其中，N为对应小波域内小波系数的总体个数；

参数S表示为：

其中，

σ_f表示小波域内输入噪声图像的图像标准差；σ_n表示小波域内的噪声信息的标准差，由一级小波分解后的最高频域小波系数f_HH1的绝对值的中值决定，即σ_g表示小波域内的无噪图像的标准差；σ_g,j表示无噪图像在小波域内的第j级小波系数的标准差。

4.根据权利要求1所述的方法，其特征在于，所述选择导向图像，包括

当相机位置保持不变时，选择一帧光照条件好的图像作为导向图像；

若相机处理器的数据处理速度较快，则将相机在点击拍摄或抓图时获取的前几帧的图像的平均值作为导向图像；

当相机在不停移动且相机处理器的性能一般时，则选择当前拍摄的图像作为导向图像。