[发明专利]一种基于改进双边滤波的图像去噪方法

摘要

本发明涉及一种基于改进双边滤波的图像去噪方法，该方法首先对输入的带噪图像采用维纳函数对邻域中心像素灰度值进行估算，然后采用GM函数计算亮度相似度权值，并采用高斯权值计算空间邻近度权值，将计算获得的两个权值相乘后对图像进行去噪。与现有技术相比，本发明具有能提高去噪图像的质量，保护边缘纹理信息，准备表达了目标和背景信息，达到较理想的去噪效果等优点。

主权项

一种基于改进双边滤波的图像去噪方法，其特征在于，该方法首先对输入的带噪图像采用维纳函数对邻域中心像素灰度值进行估算，然后采用GM函数计算亮度相似度权值，并采用高斯权值计算空间邻近度权值，将计算获得的两个权值相乘后对图像进行去噪，该方法具体包括：步骤S1：对原始图像I进行维纳滤波，i∈I，v(i)是原始图像各像素的灰度值，并利用维纳函数估计出v(i)^=μ+σ2-σn2σ2[v(i)-μ]]]>式中，σn是图像中噪声的方差，μ,σ分别是每个像素M×N邻域内像素的均值和方差：μ=1MNΣj∈Ωv(j)]]>σ2=1MNΣj∈Ωv2(j)-μ2]]>式中，Ω是图像中像素i的M×N邻域，j∈Ω，v(j)是像素j的像素点值；步骤S2：采用GM函数计算亮度相似度权值w1(i,j)，公式为：w1(i,j)=(1+(v(i)^-v(j))2h2)-r]]>式中，r为GM函数的指数；步骤S3：采用高斯函数计算空间邻近度权值w2(i,j)，公式为：w2(i,j)=exp[-(xi-xj)2+(yi-yj)22σd2]]]>式中，(xi,yi)是像素i的坐标，(xj,yj)是像素j的坐标，σd控制w2(i,j)的衰减程度；步骤S4：计算混合权值w(i,j)，公式为：w(i,j)=1K(i)w1(i,j)·w2(i,j)]]>K(i)=Σj∈Ωw1(i,j)·w2(i,j)]]>式中，K(i)是归一化权值；步骤S5：根据获得的混合权值，对原始图像I进行去噪，得到BF[v](i)，公式为：BF[v](i)=Σj∈Ωw(i,j)v(i);]]>亮度相似度权值计算中，采用维纳函数对邻域中心像素灰度值进行估算；亮度相似度权值计算中，采用GM函数，并取r＝4。