[发明专利]多尺度图像降噪方法及装置

说明书

本发明提供一种多尺度图像降噪方法及装置。所述方法包括：对输入的N×N图像块进行三层小波分解；对每层小波高频子带进行软阈值收缩；对小波分解后的低频子带进行双边滤波；根据经过所述软阈值收缩的高频子带和经过所述双边滤波的低频子带进行小波逆变换重构，得到重构后的N×N图像块。本发明能够通过小波分解和双边滤波相结合的多尺度图像降噪，能够同时抑制Y通道图像中不同尺度的高频噪声和低频噪声。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种多尺度图像降噪方法及装置。

背景技术

图像经过图像信号处理器(image signal processor,ISP)的前处理后往往含有不同频率的噪声信号，为了降低图像中的噪声水平，得到更高质量的图像，Y通道降噪是一个很重要的过程。Y通道降噪作为图像信号处理中的重要组成部分，其降噪质量的好坏直接反应了图像信号处理器的水平，图像降噪通常在空间域或者变换域中利用邻域信息进行线性或者非线性的滤波操作，以达到提高图像信号质量的目标，使得图像中形态更均匀。

根据图像分解采用的金字塔结构可以将多尺度图像降噪分为两大类：一类是采用传统的高斯拉普拉斯金字塔结构进行分解，然后在分解的金字塔上对图像进行多尺度滤波处理，从而达到降低噪声水平的目的，但是传统的高斯拉普拉斯金字塔分解是一种非正交分解，而且分解得到的高频子带没有明显的方向性，并不能针对图像信号的结构信息进行有效的利用，从而无法达到有针对性的降噪处理；另一类采用多分辨率分析(Multi-Resolution Analysis，MRA)方法构造的小波进行分解，然后在小波分解得到的高频子带上进行硬/软阈值收缩，从而降低图像的噪声水平，由于小波分解是正交分解，而且分解得到的高频子带具有方向性，从而有针对性地对不同方向的噪声进行处理，因此，此类方法的使用明显高于前一类。

在实现本发明的过程中，发明人发现现有技术中至少存在如下技术问题：

光信号经过镜头、传感器和图像信号处理器的前处理等非线性系统的处理之后，得到的图像信号噪声往往不是通常图像降噪算法所假设的高斯白噪声信号，这样的图像信号中往往高低频噪声同时存在，而现有的多尺度图像降噪算法均是将噪声信号一视同仁地假设为高斯白噪声，并采用同样的滤波处理，因此其图像降噪效果达不到想要的效果。另外，成像系统的非线性性使得经过镜头校正的图像从图像中心沿着径向噪声水平不断被放大，可见，现有的图像降噪处理存在由于镜头校正带来的径向噪声强度不一致问题。

发明内容

本发明提供的多尺度图像降噪方法及装置，通过小波分解和双边滤波相结合的多尺度图像降噪，能够同时抑制Y通道图像中不同尺度的高频噪声和低频噪声。

第一方面，本发明提供一种多尺度图像降噪方法，包括：

对输入的N×N图像块进行三层小波分解；

对每层小波高频子带进行软阈值收缩；

对小波分解后的低频子带进行双边滤波；

根据经过所述软阈值收缩的高频子带和经过所述双边滤波的低频子带进行小波逆变换重构，得到重构后的N×N图像块。

可选地，所述对每层小波高频子带进行软阈值收缩包括：对每层小波的各个高频子带同时进行软阈值收缩。

可选地，所述软阈值收缩按照如下公式进行：

p_denoised＝ratio·p_value

其中，p_value为小波分解后的高频子带系数，ratio为软阈值收缩参数，P_denoised为降噪处理后的高频子带系数；

所述软阈值收缩参数ratio通过以下公式获得：