[发明专利]基于NSST和NLM滤波及硬阈值技术的图像去噪方法

权利要求书

1.基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，包括以下步骤：

步骤1，设输入图像记做y，在空间域中对所述输入图像y进行NSST变换，将所述输入图像y变换到频域中，并分解为高频子带、中频子带、低频子带三部分；

步骤2，提取步骤1中所述高频子带和低频子带，进行逆NSST变换，随后使用非局部均值滤波进行去噪处理；

步骤3，提取步骤1中所述中频子带，进行硬阈值处理，随后使用非局部均值滤波进行去噪处理；

步骤4，将经步骤2处理后高频子带和低频子带、经步骤3处理后的中频子带直接相加，最终得到去噪后的图像。

2.根据权利要求1所述的基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，所述步骤1具体为：

步骤1.1，利用非下采样拉普拉斯算子，将输入图像y分解为低通图像、即低频子带，和高通图像、即高频子带两个部分；

步骤1.2，计算步骤1.1中所述高通图像和低通图像在伪极坐标上的傅里叶变换Q；

步骤1.3，利用窗函数G对步骤1.2中的傅里叶变换Q进行带通滤波；

步骤1.4，将步骤1.3滤波的结果做逆傅里叶变换并将数据排列在笛卡尔坐标，完成NSST变换。

3.根据权利要求1所述的基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，所述步骤1.4中窗函数G具体为公式(1)：

公式(1)中，参数ψ₂是小波基函数，参数χD为锥，参数D₀是水平锥，参数D₁是垂直锥，参数j为分解层数且j≥0，参数ξ₁和ξ₂对应为二维空间内的坐标轴。

4.根据权利要求1所述的基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，所述步骤2具体为：

将低频子带和高频子带，通过逆NSST变换，从频域变换到空间域中，得到低频图像和高频图像；随后进行非局部均值滤波变换，具体步骤如下所示：

对于低频图像和高频图像中的任何像素，都可表示为其他像素的加权和，表示为：

v(n)＝∑_j∈Iw(n,m)u(m)/∑_j∈Iw(n,m) (2)

其中参数v(n)是低频图像或高频图像待处理像素，w(n,m)是像素u(m)的权重，权重的计算为公式为(3)：

其中是以像素n为中心的相似块与像素m为中心的相似块的欧式距离，参数h是平滑参数。

5.根据权利要求4所述的基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，所述权重选取3X3大小的窗口在12X12的邻域中遍历计算权重。

6.根据权利要求1所述的基于NSST和NLM滤波及硬阈值技术的图像去噪方法，其特征在于，所述步骤3中硬阈值运算过程如公式(4)：

公式(4)中，参数Y是变换系数，参数T和T^-1均为频域变换，参数y'为输入的噪声图像即中频子带对应的图像，参数E为去噪后的图像。