基于人眼视觉特征和分块分析法的图像噪声估计方法技术

一种基于人眼视觉特征和分块分析法的图像噪声估计方法，包括：利用人眼对比敏感函数对原始带噪图进行处理，获得初步处理图；利用分水岭分割算法对初步处理图进行近似区域分割，得到若干分割图像区域块，获得区域分割图；对区域分割图中的各个分割区域进行无噪图像的近似重建，获得整幅图像的重建估计无噪图；根据原始带噪图和重建估计无噪图，获取强度-噪声对的分布图，利用强度-噪声对的分布图获得原始带噪图的噪声指标。通过结合人眼的视觉特征，将原始的观测图像进行分块分析并进行噪声评估，最终获取单一的综合评估指标值，其结果非常接近人眼视觉系统。

【技术实现步骤摘要】
基于人眼视觉特征和分块分析法的图像噪声估计方法
本专利技术涉及图像处理技术，尤其涉及一种基于人眼视觉特征和分块分析法的图像噪声估计方法。
技术介绍
随着人类社会向高度数字化方向的发展，数字图像、数字视频、数字电视的飞速发展和普及也将成为必然。在数字图像处理的各种技术中数字图像在获取、压缩、储存、传输和重建等过程中可能会受到各种各样的退化失真，尤其是噪声，将不可避免会导致图像降质的问题，如何更有效地评估图像噪声的问题也应运而生，并且成为图像处理的研究热点。因为图像最终是给人观看的，所以最佳噪声评价方式是人眼的主观评价。但是，这种评价方法的自由度大，并且受观察者的自身素质、观测目的、观测环境和人的某一阶段的心理因素等的影响，其操作过于繁杂、耗时、相对昂贵；而且，主观无法给出一个相对准确的噪声估计数字，也就是说，人的视觉心理因素很难用准确的数学模型来表达，从而导致评价结果不够精确，且不便于图像系统的设计、工程应用中应用。在这种情况下，客观噪声评估方法应运而生，其目标就是要自动快速地得到图像噪声的量化指标。目前广泛采用的噪声评估方法如局部方差、局部标准差等等，但一般的图像不可能是亮度均匀的场本文档来自技高网...

【技术保护点】
一种基于人眼视觉特征和分块分析法的图像噪声估计方法，其特征在于，包括：利用人眼对比敏感函数对原始带噪图进行处理，获得初步处理图；利用分水岭分割算法对初步处理图进行近似区域分割，得到若干分割图像区域块，获得区域分割图；对区域分割图中的各个分割区域进行无噪图像的近似重建，获得整幅图像的重建估计无噪图；根据原始带噪图和重建估计无噪图，获取强度‑噪声对的分布图，利用强度‑噪声对的分布图获得原始带噪图的噪声指标。

【技术特征摘要】
1.一种基于人眼视觉特征和分块分析法的图像噪声估计方法，其特征在于，包括：利用人眼对比敏感函数对原始带噪图进行处理，获得初步处理图；利用分水岭分割算法对初步处理图进行近似区域分割，得到若干分割图像区域块，获得区域分割图；对区域分割图中的各个分割区域进行无噪图像的近似重建，获得整幅图像的重建估计无噪图；根据原始带噪图和重建估计无噪图，获取强度-噪声对的分布图，利用强度-噪声对的分布图获得原始带噪图的噪声指标。2.如权利要求1所述的基于人眼视觉特征和分块分析法的图像噪声估计方法，其特征在于，利用人眼对比敏感函数对原始带噪图进行处理，获得初步处理图的具体方法包括：J(x，y)＝I(x，y)*S(x，y)，I(x，y)为原始带噪图像，J(x，y)为初步处理图，S(x，y)为人眼对比敏感函数，其中u、v分别代表原始带噪图水平、竖直方向的空间频率分量。3.如权利要求1所述的基于人眼视觉特征和分块分析法的图像噪声估计方法，其特征在于，获得区域分割图的具体步骤包括：利用分水岭分割算法对初步处理图的灰度进行分析，将初步处理图中灰度和像素值相似区域分为同一分块，得到若干大小相当、互不相交的分割图像区域块，形成区域分割图。4.如权利要求1所述的基于人眼视觉特征和分块分析法的图像噪声估计方法，其特征在于，利用仿射重建法进行无噪图像的近似重建。5.如权利要求4所述的基于人眼视觉特征和分块分析法的图像噪声估计方法...

【专利技术属性】
技术研发人员：赵巨峰，逯鑫淼，辛青，高秀敏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33