[发明专利]一种简单的去噪编码方法

说明书

本发明提供一种简单的去噪编码方法，包括：S1，灰度级缩放：将噪声干扰下的图像由256级灰度缩放到64级；S2，选择待滤波块：将满足设定条件的块判断为待滤波块；S3，去噪滤波：S3.1,设像素点间距为1，对待滤波块计算其灰度共生矩阵，分析小概率灰度的分布情况，将待滤波块分为小概率粗纹理块和离散块；S3.2,以3x3为滤波窗口，遍历每一个待滤波小概率灰度点，当滤波点周围大概率灰度点的个数越多，滤波权重越大，滤波后的值越靠近大概率灰度；S3.3,进行去噪处理，具体去噪处理方法如下：1)当滤波块包含较粗纹理时，滤波强度降低；2)当滤波块为噪声离散块时，滤波强度增大。

技术领域

本发明涉及图像技术领域，特别涉及一种简单的去噪编码方法。

背景技术

图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制。大部分滤波算法为平滑滤波，即低频增强的空间滤波技术。平滑滤波算法一般采用一个包含加权系数的窗口作为滤波器，游走于图像的每一个像素点，通过加权计算方法得到滤波后的像素值。

但现有技术中的缺陷在于：平滑滤波算法存在计算量大，对图像像素值的改变较多，模糊图像细节边缘等问题，不适用于图像的实时编码和主观观赏。

此外，现有技术中的常用术语如下：

灰度共生矩阵：是一种研究灰度空间相关特性来描述纹理的常用方法，而纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间存在一定的灰度关系。如果图像是由具有相似灰度值的像素块构成，则灰度共生矩阵的对角元素会有比较大的值；如果图像像素灰度值在局部有变化，那么偏离对角线的元素会有比较大的值。

发明内容

为了解决上述问题，本发明的目的在于：本发明计算量小，在不模糊图像细节和保留平坦区域亮度层次感的前提下更利于图像压缩。经分析只有平坦区域的较强噪声能比较好的识别，因此本发明主要针对平坦区域中的较强噪声进行滤波，减少预测残差信息量，更利于变换过程中残差能量的集中和高频分量的减少，进而降低码流在噪声上的消耗。

具体地，本发明提供一种简单的去噪编码方法，将编码前的原始图像以16x16块为单位进行分析和去噪滤波，包括以下步骤：

S1，灰度级缩放：将噪声干扰下的图像灰度级由256级灰度缩放到64级；S2，选择待滤波块：满足下面两个条件的块为待滤波块：

1)缩放后的灰度值个数为2，且两灰度值相差1；

2)一个灰度值个数大于设定阈值，称为大概率灰度b；同时另一个灰度值个数小于设定阈值，称为小概率灰度s；

S3，去噪滤波：

S3.1,设像素点间距为1时对待滤波块计算其灰度共生矩阵，判断小概率灰度的分布情况，将待滤波块分为小概率粗纹理块和离散块，对于粗纹理的小概率灰度块减小滤波强度；对于离散的小概率灰度块增大滤波强度；

S3.2,以3x3为滤波窗口，遍历每一个待滤波小概率灰度点，当滤波点周围大概率灰度点的个数越多，滤波权重越大，滤波后的值越靠近大概率灰度；

S3.3,进行去噪处理，具体去噪处理方法如下：

1)当滤波块包含较粗纹理时，滤波强度降低

2)当滤波块为噪声离散块时，滤波强度增大