[发明专利]基于平滑校正的图像恢复方法

摘要

一种基于平滑校正的图像恢复方法，包括步骤：S1、输入含噪图像，计算待处理元素x和搜寻区域中的参考像素y的相似性，得到搜寻区域内所有参考像素点的权值；S2、根据计算出的搜寻区域内所有参考像素的权值，对搜寻区域内所有像素点进行加权平均，得到像素点修正后的灰度值；S3、处理完含噪图像中所有像素后，用修正后像素点的灰度值代替含噪图像中像素点的灰度值，得观测图像；S4、建立图像估计的状态方程和观测方程，采用二维块Kalman滤波和前反馈平滑方法对观测图像进行去燥处理，得除噪声图像。本方法在获得n+1位置处的真实值的估计值后，用平滑和反馈的思想对前面位置的估计值进行了更正，能够在不增加计算复杂度的前提下提高图像恢复的质量。

主权项

一种基于平滑校正的图像恢复方法，其特征是包括以下步骤：S1、输入含噪图像，以输入的含噪图像作为全局窗口O，设定一个以待处理像素x为中心的局部滑动窗口L；计算含噪图像中的待处理元素x和搜寻区域中的参考像素y的相似性，得到搜寻区域内所有参考像素点的权值 w ( x , y ) = w 1 ( x , y ) y ∈ L w 2 ( x , y ) y ∈ O - L 其中，O‑L表示在全局窗口内，但不在局部滑动窗口内的区域，权值w1(x,y)表示位于局部滑动窗口内的参考像素y与待处理像素x的相似性；权值w2(x,y)表示位于局部滑动窗口外，但在全局窗口内的参考像素y与待处理像素x的相似性；该权值w(x,y)满足：0≤w(x，y)≤1，∑y∈Ow(x，y)=1;S2、根据计算出的搜寻区域内所有参考像素的权值，对搜寻区域内所有像素点进行加权平均，得到像素点修正后的灰度值；S3、以步骤S1、S2处理完含噪图像中所有像素后，用修正后像素点的灰度值代替含噪图像中像素点的灰度值，作为观测图像；S4、状态变量设为图像的像素值，建立对观测图像估计的状态方程和观测方程，采用传统二维块Kalman滤波方法对观测图像进行去燥处理；然后通过前反馈平滑方法对图像进行平滑处理，用当前块图像的真实值的估计值对前面块图像的估计值进行更正，平滑处理后的图像即为最后去除噪声图像。