[发明专利]一种基于噪声方差分段估计的图像去噪方法

说明书

本发明公开了一种基于噪声方差分段估计的图像去噪方法，本发明基于图像小波细节系数的统计特性，用分段函数进行分析处理。首先将原始图像进行小波变换，然后根据Donoho方法得出噪声标准方差的初始估计值，最后将初始估计值进行分段处理，得到噪声标准方差的最终估计值。本发明能提高小波噪声方差估计的准确性，特别是在图像噪声较小和细节较多的图像中。本发明的方法无需复杂的计算，直接对图像的小波细节系数进行分段处理就可以在噪声较小时得到比较准确的估计，提高图像去噪效果，提升峰值信噪比PSNR。

技术领域

本发明属于图像处理领域，涉及一种基于噪声方差分段估计的图像去噪方法。

背景技术

噪声会导致图像质量下降和图像信息的丢失。为了提高图像质量，方便后续的图像处理过程如图像识别、分割、超分辨等，必须对图像进行去噪。在去噪过程中，需要知道噪声的分布模型和参数。一般假设图像噪声为零均值高斯白噪声,这时需要估计的参数就是噪声方差。

噪声方差估计常用的方法有：基于图像平滑块的噪声方差估计、基于主成分分析的噪声水平估计、基于小波变换的噪声标准方差估计。小波变换是一种对图像进行多分辨率分析的方法。小波变换后图像的信息主要集中在低频部分，而高斯白噪声在整个频域具有相同的分布，所以可以根据高分辨率的细节系数来估计噪声。这种方法由于原理简单、结果比较准确，在图像去噪领域得到广泛的研究和应用。

传统小波变换方法在图像噪声较大的时候较为准确，但是在图像噪声较小、图像细节较丰富时估计结果普遍比真实值偏大。

发明内容

为了在去除噪声的同时尽可能保留图像的细节信息，本发明在传统小波变换方法的基础上提出一种基于噪声方差分段估计的图像去噪方法。

本发明的目的是通过以下技术方案实现的：一种基于噪声方差分段估计的图像去噪方法，该方法包括以下步骤：

(1)图像噪声方差估计，具体包括以下步骤：

(1.1)选用db1小波作为小波基，对含噪图像进行3尺度小波分解，得到对角线细节系数，公式如下：

其中指对角线方向小波系数，M、N分别指图像行数和列数，f(x,y)指二维图像，指j尺度上对角线方向的方向敏感小波，j指小波变换的尺度，j＝3；

(1.2)采用Donoho方法对含噪图像进行噪声标准方差估计，得到噪声标准方差初始估计值e_D，公式如下：

e_D＝MAD/0.6745 (1)

其中MAD为图像小波变换后对角线细节系数的中值；

(1.3)对不同的初始估计值e_D进行分段处理，得到噪声标准方差的最终估计值e，公式如下：

(2)图像去噪，具体包括以下步骤：

(2.1)根据步骤(1.3)得到的噪声标准方差最终估计值e，求取小波阈值去噪算法的阈值T；

(2.2)用得到的阈值T对小波系数进行处理得到新的小波系数，并对新的小波系数进行小波重构，得到去噪图像。

本发明的有益效果是：本发明首先使用小波变换得到一个噪声标准方差的初始估计值，然后根据不同大小的噪声对小波细节系数的不同影响，将得到的估计值进行分段处理得到最终估计值，最后利用本发明得到的方差估计值进行去噪。本发明方法无需复杂的计算，基于不同噪声下图像小波细节系数的统计特性提出一个分段函数，对观测图像的噪声方差初始估计值进行分析处理，从而提高噪声方差估计的准确性，特别是在图像噪声较小(标准方差小于20)和细节较多的图像中，最终提高图像去噪效果，提升峰值信噪比。