[发明专利]一种高斯噪声的图像噪声强度估计方法

权利要求书

1.一种高斯噪声的图像噪声强度估计方法，其特征在于：包括以下步骤：

步骤1：对图像进行分块处理，获得多个分块图像；

步骤2：对分块图像进行滤波；

步骤3：将原始的分块图像与之对应的滤波后的分块图像做差，并将差值通过差值直方图的形式记录；

步骤4：对差值直方图中差值大的像素数进行削减处理；

步骤5：分别求出差值直方图中差值的正数部分的平方均值和负数部分的平方均值，提取正数部分的平方均值和负数的平方均值中最小的值，作为分块图像的噪声强度；

步骤6：求出每个分块图像的噪声强度值，从每个分块图像中的噪声强度值中提取最小值作为整个图像的噪声强度；

所述的步骤4包括：

(1)假设差值直方图的分布为H_K(-NKN)，其中[-N,N]代表差值范围，H_K表示差值为K的像素数；

(2)削减差值直方图中差值大的像素数，使差值直方图满足：

若H_K+1H_K，则H_K+1＝H_K，其中K＝[0,N]；

若H_K-1H_K，则H_K-1＝H_K，其中K＝[-N,-1]；

所述的步骤5包括；

(1)预设差值范围阈值[-Th,Th]；

(2)若差值N大于Th，则求出差值直方图中差值范围为[-Th,Th]中的正数部分的平方均值和负数部分的平方均值；

(2)若差值N小于Th，则求出差值直方图中差值范围为[-N,N]中的正数部分的平方均值和负数部分的平方均值；

(3)提取正数部分的平方均值和负数的平方均值中最小的值，作为分块图像的噪声强度；

所述的求出差值直方图中差值范围为[-Th,Th]中的正数部分的平方均值的具体公式：

Y＝(1²*H₁+2²*H₂+3²*H₃+…+Th²*H_Th)/(H₁+H₂+H₃+…+H_Th),

其中H₁、H₂、H₃、…、H_Th分别表示差值为1、2、3、…、Th的像素数，Y表示平方均值；

所述的求出差值直方图中差值范围为[-Th,Th]中的负数部分的平方均值的具体公式：

Y＝[(-1)²*H_-1+(-2)²*H_-2+(-3)²*H^-3+…+(-Th)²*H_-Th]/(H_-1+H_-2+H_-3+…+H_-Th),

其中H_-1、H_-2、H_-3、…、H_-Th分别表示差值为-1、-2、-3、…、-Th的像素数，Y表示平方均值。

2.根据权利要求1所述的高斯噪声的图像噪声强度估计方法，其特征在于：所述的步骤2中对分块图像进行滤波为对分块图像进行中值滤波或者均值滤波。

3.根据权利要求1所述的高斯噪声的图像噪声强度估计方法，其特征在于：所述图像为RGB彩色图像，对图像进行分块处理，按照步骤3的方法分别求出分块图像中R通道、G通道和B通道的差值直方图，再按照步骤4和步骤5的方法分别求出分块图像中R通道、G通道和B通道的噪声强度，将所有分块图像中R通道、G通道和B通道的噪声强度进行对比，选取其中最小值作为图像的噪声强度。

4.根据权利要求1所述的高斯噪声的图像噪声强度估计方法，其特征在于：所述图像为YUV420图像，对图像进行分块处理，按照步骤3的方法分别求出分块图像中Y分量、U分量和V分量的差值直方图，再按照步骤4和步骤5的方法分别求出分块图像中Y分量、U分量和V分量的噪声强度，Y分量去噪时采取Y分量的噪声强度值，UV分量去噪时采取U分量和V分量的噪声强度值中最小值。