[发明专利]一种图像去噪方法

说明书

本发明公开了一种图像去噪方法，包括如下步骤：S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ²_S(i,j)，S02：在以像素F(i，j)为中心的A×A区域中，求出像素F(i，j)的噪声估计值与周围像素的噪声估计值的方差σ²_N(i,j)，S03：判断像素F(i，j)的区域范围，S04：若像素F(i，j)位于平坦区域，则对该像素进行滤波处理并输出处理后的像素值；若像素F(i，j)位于细节区域，则不对该像素进行处理直接输出该像素的原像素值；所述待处理图像中未进行处理的像素按照原值输出，形成处理后的图像。本发明解决了现有图像噪声消除技术存在滤除噪声的同时也破坏了图像纹理细节的问题。

技术领域

本发明涉及一种图像处理技术，具体涉及一种图像去噪方法。

背景技术

在当前的生产生活中，数字图像扮演着极其重要的角色。在信号处理和计算机视觉领域中，从图像传感器获取的数据通常受到各种噪声污染，例如不理想的设备、数据采集量化和外界干扰都将使数据退化降质，并且在传输、接收和处理过程中也会带来噪声，很大程度上妨碍了后续图像的分析和理解。为了改善图像质量，提高图像后处理的有效性和可靠性，有必要采用降噪技术来滤除图像噪声。由于现有降噪方法通常造成图像失真和模糊，因此消除噪声依然是一个极具挑战性的难题。现实中的信号或图像在生成、传输、接收和处理的过程中经常受到各种噪声的干扰。噪声使信号或图像失真，严重影响后处理和分析，甚至难以实现预期目标。图像的噪声从来源上可以分为系统噪声和环境噪声，系统噪声是来自系统本身的噪声，而坏境噪声是来自外界坏境的噪声。为了得到优质量的图像，通常情况下需要通过图像降噪的算法对图像进行处理和优化。传统的图像降噪的方法有以下几种：

(1)中值滤波：适用于滤除图像的椒盐噪声。但对于一些细节较多，特别是点、线、尖顶细节较多的图像噪声的滤除效果不明显。

(2)均值滤波：采用邻域平均法的均值滤波适用于去除通过扫描得到的图像中的颗粒噪声，虽然有力地抑制了噪声，但是也会由于平均而引起模糊现象。

(3)自适应维纳滤波：该方法根据图像的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强，自适应维纳滤波的滤波效果比均值滤波效果要好，对保留图像的细节和其他高频部分很有用，但是计算量较大。

(4)小波去噪：保留了大部分包含信号的小波系数，可以较好地保持图像的细节。

这些传统算法在图像去噪过程中，通常是对全部图像都采用相同的滤波算法，即对图像中没有噪声的部分也会进行处理，导致没有噪声的图像也受到滤波算法的干扰，影响图像质量，同时加大运算量，降低图像处理效率。

发明内容

本发明所要解决的技术问题为提供一种图像去噪方法，可以对待处理图像中的平坦区域与细节区域进行区分，解决了现有图像噪声消除技术存在滤除噪声的同时也破坏了图像纹理细节的问题。

为了实现上述目的，本发明采用如下技术方案：一种图像去噪方法，包括如下步骤：

S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ²_S(i,j)，其中，待处理图像由M行N列像素组成，M为大于等于3的整数，N为大于等于3的整数，A为大于3小于M和N的奇数，

S02：在以像素F(i，j)为中心的A×A区域中，求出像素F(i，j)的噪声估计值与周围像素的噪声估计值的方差σ²_N(i,j)，具体步骤为：