[发明专利]一种基于像素级噪声方差估计的真实图像盲降噪方法

权利要求书

1.一种基于像素级噪声方差估计的真实图像盲降噪方法，其特征在于，包括如下步骤：

步骤S1、输入一张真实场景下拍摄的含噪声图像；

步骤S2、提出一种像素级噪声方差估计算法估计含噪声图像目标块中的噪声水平，并将像素级噪声方差估计算法与BM3D图像降噪算法按图像块结合；

步骤S3、根据当前目标块的噪声方差自适应调整BM3D图像降噪算法后续模块的滤波参数并参与后续模块处理；

步骤S4、输出降噪后的图像。

2.根据权利要求1所述的一种基于像素级噪声方差估计的真实图像盲降噪方法，其特征在于，步骤S1中输入的含噪声图像有以下特征：

(1)在真实场景下拍摄；

(2)图像不需要经过任何图像处理，图像尺寸为M×N；其中，M为输入的含噪声图像的行数，N为输入的含噪声图像的列数；

(3)图像都带有噪声。

3.根据权利要求1所述的一种基于像素级噪声方差估计的真实图像盲降噪方法，其特征在于，所述步骤S2具体实现如下：

步骤S21、输入待处理的含噪声图像I_R＝I+I_X，I_R∈R^M×N，其中I_R表示带噪声图像，I表示需恢复的干净图像，I_X表示输入的含噪声图像中的噪声，生成以为中心的N_S×N_S邻域数据I_R(i)，表示待处理的含噪声图像I_R中第i个目标块，大小为N₁×N₁；

步骤S22、计算目标块的相对平坦程度Fⁱ，并根据Fⁱ自适应调整步骤S24中的参数s；

步骤S23、对于每个目标块Z_R(i)，在I_R(i)内根据欧氏距离寻找最相似的n个图像块T^l(l＝1，2，...，n)；

步骤S24、将T^l合并成一个矩阵向量，搜索其中与每个像素最相似的s个像素并整合成相似像素矩阵

步骤S25、根据步骤S24求出的相似像素矩阵计算目标块的噪声方差σ。

4.根据权利要求3所述的一种基于像素级噪声方差估计的真实图像盲降噪方法，其特征在于，所述步骤S22具体包括以下步骤：

步骤S221、用图像块像素之间的梯度G来表示其平坦程度，其中G为水平梯度G_h和垂直梯度G_v之和，即当前目标块梯度Gⁱ＝G_v+G_h；

步骤S222、令当前目标块的参考梯度为的计算公式为其中，G^x指代当前目标块之前处理过的每一个目标块对应的目标块梯度，则相对平坦程度由计算得出，最后根据Fⁱ的值自适应调整参数s的值。

5.根据权利要求3所述的一种基于像素级噪声方差估计的真实图像盲降噪方法，其特征在于，所述步骤S24具体包括以下步骤：

步骤S241、将目标块匹配得到的n个相似图像块T^l的像素数据都拉伸为N₁×N₁行1列的向量然后把这n个向量按列组合成一个长为N₁×N₁宽为n的像素矩阵

步骤S242、把像素矩阵t的每一行当成一个整体用二范数计算每一行像素t_i与其他行像素t_j之间的相似距离

步骤S243、根据v^ij找到每一行像素最相似的s行像素，即相似图像块中与参考像素点最相似的s个像素点，将这s行像素按照相似距离由小到大的顺序从第一行到最后一行依次排列组成一个新的像素级矩阵k表示第k行像素对应的相似像素矩阵。