一种超立方体粒计算的图像去噪方法技术

本发明专利技术公开一种超立方体粒计算的图像去噪方法，属于图像处理技术领域。用于解决现有基于图像块的图像去噪方法会产生大量的冗余图像块，容易降低图像的信噪比的问题。包括：将第一组图像包括的每幅图像分割成第一图像图像块，对每个第一图像块的像素点添加噪声，形成第一噪声图像块，将第一图像块和第一噪声图像块分别表示为第一超立方体粒和第一噪声超立方体粒，分别设置噪声粒度阈值和粒度阈值，根据第一合并算子和合并算子，将多个第一噪声图像块合并为第二噪声图像块，将多个第一图像块合并为第二图像块，将第二噪声图像块和第二图像块合并为去噪模板，根据去噪模板，对待去噪图像进行去噪。

【技术实现步骤摘要】
一种超立方体粒计算的图像去噪方法
本专利技术属于图像处理
，更具体的涉及一种超立方体粒计算的图像去噪方法。
技术介绍
随着各种数字仪器和数字产品的普及，图像和视频已成为人类活动中最常见的信息载体，它们包含了大量的信息，成为获取外部世界原始信息的主要途径。然而，现实生活中的数字图像在传输和数字化过程经常会受到外部环境(如天气条件)、成像设备、运动环境(拍摄过程中相机抖动)等噪声因素的影响。因此，图像去噪一直是图像处理和计算机视觉研究中的一个热点问题。目前，图像去噪方法主要有两类：一类是以抑制或消除噪声为目的空间域方法，其主要用平滑模板对图像进行卷积处理；另一类是经过变换消去图像噪声的频域方法，其主要选用适当的频率带通滤波器对变换后的图像进行滤波。基于图像块统计特征的图像去噪方法是近十年来图像去噪的主要方法之一，大多数基于图像块的图像去噪方法都利用图像的自身属性来构造先验知识。基于图像块的EPLL图像去噪方法是一种基于先验知识的图像去噪方法，根据不同图像块的先验知识，构造去噪模板，找到较好的高斯混合模型作为先验知识。EPLL图像去噪方法在消除自然图像的噪声中，取得了很好的效果。张磊等人利用图像块之间的相似性和稀疏性，构造了改进的EPLL图像去噪方法，提高了图像的信噪比。但是基于图像块的图像去噪方法会产生大量的冗余图像块，反而降低图像的信噪比。
技术实现思路
本专利技术实施例提供一种基于超立方体粒计算的图像去噪方法，用于解决现有基于图像块的图像去噪方法会产生大量的冗余图像块，容易降低图像的信噪比的问题。本专利技术实施例提供一种基于超立方体粒计算的图像去噪方法，包括：获取第一组图像，将所述第一组图像中包括的每幅图像根据灰度值和纵横顺序分割成N*N的第一图像块，并将多个所述第一图像块组成第一图像块集合；对所述第一图像块集合包括的多个所述第一图像块的每一个像素点的灰度值，添加均值为0，方差为σ的噪声，多个所述第一图像块依次形成多个第一噪声图像块，将多个所述第一噪声图像块组成第一噪声图像块集合；将所述第一图像块集合包括的多个所述第一图像块表示为第一超立方体粒，将所述第一噪声图像块集合包括的多个所述第一噪声图像块表示为第一噪声超立方体粒；其中，所述第一超立方体粒具有N*N维空间的不能分割的点，所述第一噪声超立方体粒具有N*N维空间的不能分割的点；设置所述第一噪声超立方体粒的噪声粒度阈值，根据所述第一噪声图像块和所述噪声粒度阈值，构造所述第一噪声图像块与所述第一噪声超立方体粒之间的第一合并算子，并将所述第一噪声超立方体粒中包括的相似的噪声超立方体粒进行合并，根据噪声超立方体粒合并中心，将多个所述噪声图像块依次融合为多个第二噪声图像块；设置所述第一超立方体粒的粒度阈值，根据所述第一图像块和所述粒度阈值，构造所述第一图像块与所述第一超立方体粒之间的第二合并算子，并将所述第一超立方体粒中包括的相似的超立方体粒进行合并，根据超立方体粒合并中心，将多个所述图像块依次融合为多个第二图像块；将多个所述第二噪声图像块和多个所述第二图像块根据位置对应关系构造为去噪模板；读取待去噪图像，并将所述待去噪图像划分为N*N块的待去噪图像块，将所述待去噪图像块和所述去噪模板进行匹配，将所述去噪模板中具有最大匹配度对应的第二图像块确定为所述待去噪图像块的去噪图像块；将多个所述去噪图像块融合后确定为所述待去噪图像的去噪图像。在本专利技术实施例中，提供了一种基于超立方体粒计算的图像去噪方法，将图像去噪过程分为两个阶段，第一阶段构造去噪模板，在构造去噪模板时，借助超立方体粒之间的合并算法，超立方体粒直径的包含关系，构造了去噪模板；第二阶段根据构造的去噪模板，对待去噪图像进行处理，能够有效平滑噪声的同时包括图像的边缘细节，从而得到理想的去噪图像。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种超立方体粒计算的图像去噪方法流程示意图；图2为本专利技术实施例中一副像素为216*216的图像示意图；图3为图2所示的图像中任意选取的729个图像块示意图；图4为图3所示729个图像块对应的噪声图像块示意图；图5为本专利技术实施例中两超立方体粒合并后的超立方体粒示意图；图6为本专利技术实施例提供的10*10的图像示意图；图7为图6所示的10*10的图像对应的噪声图像示意图；图8为图6所示的10*10的图像分割为16个7*7的图像块示意图；图9为图7所示的噪声图像分割为16个7*7的噪声图像块示意图；图10为本专利技术实施例提供的合并超立方体粒对应的噪声图像块b示意图；图11为本专利技术实施例提供的合并超立方体粒对应的图像块B示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1示例性的示出了本专利技术实施例提供的一种超立方体粒计算的图像去噪方法流程示意图，如图1所示，本专利技术实施例提供的一种超立方体粒计算的图像去噪方法包括以下步骤：步骤101，获取第一组图像，将所述第一组图像中包括的每幅图像根据灰度值和纵横顺序分割成N*N的第一图像块，并将多个所述第一图像块组成第一图像块集合；步骤102，对所述第一图像块集合包括的多个所述第一图像块的每一个像素点的灰度值，添加均值为0，方差为σ的噪声，多个所述第一图像块依次形成多个第一噪声图像块，将多个所述第一噪声图像块组成第一噪声图像块集合；步骤103，将所述第一图像块集合包括的多个所述第一图像块表示为第一超立方体粒，将所述第一噪声图像块集合包括的多个所述第一噪声图像块表示为第一噪声超立方体粒；其中，所述第一超立方体粒具有N*N维空间的不能分割的点，所述第一噪声超立方体粒具有N*N维空间的不能分割的点；步骤104，设置所述第一噪声超立方体粒的噪声粒度阈值，根据所述第一噪声图像块和所述噪声粒度阈值，构造所述第一噪声图像块与所述第一噪声超立方体粒之间的第一合并算子，并将所述第一噪声超立方体粒中包括的相似的噪声超立方体粒进行合并，根据噪声超立方体粒合并中心，将多个所述噪声图像块依次融合为多个第二噪声图像块；设置所述第一超立方体粒的粒度阈值，根据所述第一图像块和所述粒度阈值，构造所述第一图像块与所述第一超立方体粒之间的第二合并算子，并将所述第一超立方体粒中包括的相似的超立方体粒进行合并，根据超立方体粒合并中心，将多个所述图像块依次融合为多个第二图像块；步骤105，将多个所述第二噪声图像块和多个所述第二图像块根据位置对应关系构造为去噪模板；步骤106，读取待去噪图像，并将所述待去噪图像划分为N*N块的待去噪图像块，将所述待去噪图像块和所述去噪模板进行匹配，将所述去噪模板中具有最大匹配度对应的第二图像块确定为所述待去噪图像块的去噪图像块；将多个所述去噪图像块融合后确定为所述待去噪图像的去噪图像。图2为本发本文档来自技高网...

【技术保护点】
一种基于超立方体粒计算的图像去噪方法，其特征在于，包括：获取第一组图像，将所述第一组图像中包括的每幅图像根据灰度值和纵横顺序分割成N*N的第一图像块，并将多个所述第一图像块组成第一图像块集合；对所述第一图像块集合包括的多个所述第一图像块的每一个像素点的灰度值，添加均值为0，方差为σ的噪声，多个所述第一图像块依次形成多个第一噪声图像块，将多个所述第一噪声图像块组成第一噪声图像块集合；将所述第一图像块集合包括的多个所述第一图像块表示为第一超立方体粒，将所述第一噪声图像块集合包括的多个所述第一噪声图像块表示为第一噪声超立方体粒；其中，所述第一超立方体粒具有N*N维空间的不能分割的点，所述第一噪声超立方体粒具有N*N维空间的不能分割的点；设置所述第一噪声超立方体粒的噪声粒度阈值，根据所述第一噪声图像块和所述噪声粒度阈值，构造所述第一噪声图像块与所述第一噪声超立方体粒之间的第一合并算子，并将所述第一噪声超立方体粒中包括的相似的噪声超立方体粒进行合并，根据噪声超立方体粒合并中心，将多个所述噪声图像块依次融合为多个第二噪声图像块；设置所述第一超立方体粒的粒度阈值，根据所述第一图像块和所述粒度阈值，构造所述第一图像块与所述第一超立方体粒之间的第二合并算子，并将所述第一超立方体粒中包括的相似的超立方体粒进行合并，根据超立方体粒合并中心，将多个所述图像块依次融合为多个第二图像块；将多个所述第二噪声图像块和多个所述第二图像块根据位置对应关系构造为去噪模板；读取待去噪图像，并将所述待去噪图像划分为N*N块的待去噪图像块，将所述待去噪图像块和所述去噪模板进行匹配，将所述去噪模板中具有最大匹配度对应的第二图像块确定为所述待去噪图像块的去噪图像块；将多个所述去噪图像块融合后确定为所述待去噪图像的去噪图像。...

【技术特征摘要】
1.一种基于超立方体粒计算的图像去噪方法，其特征在于，包括：获取第一组图像，将所述第一组图像中包括的每幅图像根据灰度值和纵横顺序分割成N*N的第一图像块，并将多个所述第一图像块组成第一图像块集合；对所述第一图像块集合包括的多个所述第一图像块的每一个像素点的灰度值，添加均值为0，方差为σ的噪声，多个所述第一图像块依次形成多个第一噪声图像块，将多个所述第一噪声图像块组成第一噪声图像块集合；将所述第一图像块集合包括的多个所述第一图像块表示为第一超立方体粒，将所述第一噪声图像块集合包括的多个所述第一噪声图像块表示为第一噪声超立方体粒；其中，所述第一超立方体粒具有N*N维空间的不能分割的点，所述第一噪声超立方体粒具有N*N维空间的不能分割的点；设置所述第一噪声超立方体粒的噪声粒度阈值，根据所述第一噪声图像块和所述噪声粒度阈值，构造所述第一噪声图像块与所...

【专利技术属性】
技术研发人员：刘宏兵，李晋，马学文，张家群，秦乐阳，
申请(专利权)人：信阳师范学院，
类型：发明
国别省市：河南,41