[发明专利]一种基于局部统计信息的图像噪声检测方法、装置

说明书

本发明提供一种基于局部统计信息的图像噪声检测方法、装置，其技术方案包括下列步骤：S1、计算待测图像中每个像素的局部统计信息值；S2、判断待测图像中每个像素处于平坦区域还是复杂区域；S3、计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值；S4、在某一像素处于平坦区域且该像素的局部统计信息值小于第一噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素；在某一像素处于复杂区域且该像素的局部统计信息值小于第二噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素。

技术领域

本发明涉及图像噪声检测技术领域，尤其涉及一种基于局部统计信息的图像噪声检测方法、装置。

背景技术

在图像的采集和传输过程中，由于传感器设备的原因，数字图像经常被脉冲噪声破坏。随机值脉冲噪声(RVIN)是其中一种脉冲噪声，其噪声像素值随机位于0到255之间，因此很难处理。为了后面对图像进行轮廓提取、区域分割和目标识别等操作，有必要对噪声图像进行恢复。

目前主流的去噪算法主要可分为基于块匹配的方法、基于卷积神经网络的方法和基于模糊规则的方法，从近几年流行的去噪算法来看，由于引入了模糊规则和卷积神经网络，虽然取得了很好的滤波效果，但也导致了算法的复杂度增加，运行时间变长，设备成本高。

发明内容

本发明的目的在于提供一种基于局部统计信息的图像噪声检测方法、装置，与现有技术相比，实现简单，检测的准确度和灵敏度较高

本发明是通过以下技术方案实现的：本发明第一方面提供了一种基于局部统计信息的图像噪声检测方法，包括下列步骤：

S1、计算待测图像中每个像素的局部统计信息值；

S2、判断待测图像中每个像素处于平坦区域还是复杂区域；

S3、计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值；

S4、在某一像素处于平坦区域且该像素的局部统计信息值小于第一噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素；

在某一像素处于复杂区域且该像素的局部统计信息值小于第二噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素。

优选的，在步骤S1中，计算待测图像中每个像素的局部统计信息值，包括

以待测图像中的任意给定像素x为中心构建邻域计算像素x与邻域中的任一像素y的欧氏距离和灰度差：

基于欧氏距离和灰度差，计算像素x与邻域中的任一其他像素y的相似度：S(x,y)＝D(x,y)*I(x,y)

计算像素x与邻域中所有像素的相似度之和：

对ζx进行归一化使其约束在[0.1]区间：

将标准化为[0.1]间隔：

在式中，D(x,y)为像素x与像素y之间的欧式距离，I(x,y)为像素x与像素y之间的灰度差，(s,t)表示像素x在邻域中的位置，(m,n)表示像素y在邻域中的位置，σ_D为欧氏距离的调节参数，σ_I为灰度差的调节参数，ζx为相似度之和，LS_X为像素x的局部统计信息值。

优选的，判断待测图像中每个像素处于平坦区域还是复杂区域，包括：

计算所述邻域内的所有像素的强度的估计均值μ_x：