[发明专利]基于生物视觉感受野机制的图像去噪方法

摘要

本发明公开了一种基于生物视觉感受野机制的图像去噪方法，具体包括判断噪声、噪声处理和结果图亮度修正处理。本发明的方法首先将视觉机制引入到图像去噪研究领域，噪声图像经过感受野模板后可以判断出噪声的位置与大小；根据判断噪声，利用相应的感受野模型自适应抑制噪声；然后再根据噪声图像的亮度校正结果图的亮度。结果图亮度修正后的图像作为迭代处理的噪声图像，进行迭代处理，直至达到最优的去噪效果。本发明的图像去噪方法不但能够有效的去除噪声，同时图像的结构信息能够很好的得到保留，取得很高的信噪比和很好的主观效果。

主权项

一种基于生物视觉感受野机制的图像去噪方法，包括如下步骤：S1.判断噪声：将待处理噪声图像经过感受野，判断出噪声的位置与大小；所述的噪声的计算过程如下：噪声图像与感受野模板相卷积，即可得到噪声的位置与大小；所述的感受野模板的数学模型为简写为dog(σ1,σ2,A1,A2)，其中，表示为感受野中的任意一点到感受野中心的距离，σ1σ2表示高斯核函数的尺度参数,A1,A2代表权重系数；S2.噪声处理：根据步骤S1判断出的噪声，选择感受野模板抑制噪声，获得结果图像：如果判断噪声值大于零，选用ON感受野模板进行抑制；如果判断噪声值小于零，选用OFF感受野模板进行抑制，并且根据判断噪声值的大小，自适应调节相应感受野模板的大小；S3.结果图像亮度校正：对步骤S2得到的结果图像进行亮度校正处理；所述的亮度校正的计算过程如下：计算步骤S1噪声图的平均亮度和步骤S2获得的结果图像的平均亮度之差，然后将所述亮度之差与结果图像相加；或者，将结果图像乘以一个系数，使结果图像的信噪比最大；S4.迭代处理：将S3处理后的结果图作为噪声图依次进行步骤S1、S2、S3处理，直至结果图像达到最优效果。