[发明专利]图像去噪方法及系统

说明书

本发明涉及一种图像去噪方法及系统，属于图像处理技术领域，本发明的系统包括：第一去噪模块，利用全变分图像去噪算法(TV算法)预处理图像的椒盐及部分高斯混合噪声；第二去噪模块，利用基于非局部均值的NL‑Means算法再次去除图像中的高斯噪声。本发明相对于传统的滤波方法，两个去噪模块的结合将呈现出更好的去噪效果及有利于保护图像的细节；并且其处理的力度不同，更具有分类处理的特点，滤波效果更佳。

技术领域

本发明涉及图像处理方法领域，具体涉及一种图像去噪方法及系统。

背景技术

日常生活中，人们使用和传输的图像往往会受到外界的干扰而产生噪 声，使原本的图像质量下降变成带有噪声的图像。图像噪声包含的种类有很 多，最常见的是椒盐噪声和高斯噪声。往往图像会受到这两种噪声的干扰， 变成带有椒盐噪声、高斯噪声或是二者混合噪声的图像，这种带有噪声图像 的图像会影响人们对于图像的识别和使用。所以，在数字图像的处理中，过 滤噪声、改善图像的细节，对于提升图像的识别度和使用度有着重要的意义。

对于椒盐噪声和高斯噪声两种噪声，前人提出了很多处理方式。对于处 理椒盐噪声，比较具有代表性的方式有中值滤波法，即采用像素点邻域的灰 度值中值代替该像素点的灰度值，优点是方便快捷简单高效，缺点是需要对 每个像素点进行处理，会影响原本正常灰度值的像素点，容易丢失细节。对 于高斯噪声，比较有代表性的处理方式是取均值降方差，即对多幅图像进行 均值处理，使得图像噪声的方差变为原来的1/N，这种处理方式影响了后来 很多的高斯噪声处理方法，但其本身处理效果一般，不能很好地除去大面积 高斯噪声。

发明内容

本发明的目的是针对上述问题提供一种不仅能去除噪声，而且同时能更 好的还原图像本身细节特点的图像去噪方法及系统。

本发明解决上述技术问题的技术方案如下：

图像去噪方法，包括以下步骤：

步骤1、输入待处理图像，对待处理图像进行预处理，得到预处理图像；

步骤2、利用全变分图像去噪算法将预处理图像去噪转化成一个求能量 函数的最小化问题模型，使得图像达到平滑状态，引入各向异性扩散方程用 于图像去噪，预处理图像的椒盐及部分高斯混合噪声，在平滑噪声的同时使 图像边缘得到保持，得到第一处理图像；

步骤3、利用非局部平均的NL-Means算法对第一处理图像进行第二次处 理，寻找第一处理图像中每个待处理像素点邻域附近相似度接近的邻域，并 计算相似度接近的邻域中心像素点的权重，计算出各个权重值与对应像素点 灰度值的乘积，然后将各乘积相加作为待处理像素点的灰度值，完成对待处 理像素点的处理，对第一处理图像中每个像素点进行处理，最后得到去噪完 成的图像。

进一步的，所述步骤2中具体包括以下步骤：

步骤2.1、利用输入的待处理噪声图片的具体参数，建立全变分去噪模 型：

其中，f为待处理去噪图像，Ω为图像的定义域，(x，y)为定义域Ω内 的像素点坐标；

此模型同时需满足约束条件：

其中，f₀为原始不含噪声图像；

步骤2.2、步骤2.1中的minTV(f)最小化模型可等价为，

其中，第1项为数据保真项，第2项为正则化项，参数λ为规整参数；

由上式导出的欧拉一拉格朗日方程为：

步骤2.3、在步骤2.2的基础上使用最陡下降法实现TV去噪，其扩散项 为：