Fast implementation method, the invention discloses a digital image non local mean denoising as follows: 1) select the appropriate search window and similar window, and determine the search window and similar window radius R and M; 2) in a similar search window and window radius and R+M size on the image boundary expansion; 3) the formation of large matrices A and B, which is stored in the A matrix is similar to the windows search results in the search window, the window is similar to the center pixel according to the size of A matrix is extended to form a matrix B; 4) matrix weight estimation, matrix A and matrix B according to Euclidean distance calculation to determine the similarity of the window, and then determine the weights of the current pixel distribution; 5) the weighted average matrix, weighted average to calculate the weights, the final estimation results to obtain the current pixel. By adopting the method of the invention, the local average denoising of the image can be rapidly realized, and the running time of the program is saved greatly.
【技术实现步骤摘要】
一种数字图像非局部平均去噪的快速实现方法
本专利技术属于数字图像噪声抑制领域,涉及一种数字图像非局部平均去噪的快速实现方法。
技术介绍
数字图像处理也被称为计算机图像处理,它是一个将图像信号转化为数字信号借助于计算机对其进行处理的过程。随着科学技术的进步,人类对大自然的不断深入的探索,数字图像处理的应用邻域越来越广。从最初的通信、航空航天、军事、生物医学,到造福于人民的工业生产,公安刑侦以及机器人视觉,视频和多媒体系统等。图像去噪问题一直是图像预处理的热点问题。寻求一种既能有效地减小噪声,又能很好地保留图像边缘信息的方法,是人们一直追求的目标。去噪算法的基本思想是平均,关键点在于如何使图像得到平滑的同时,细节或是高频部分予以保留。A.BuadeS等人提出了非局部平均去噪算法,转换了人们对去噪问题的视角。图像去噪指的是利用各种滤波模型,通过各种滤波方法从已知的含有噪声的图像中去掉噪声部分并保留图像细节部分。在对含噪声图像和模糊图像恢复时,除了消除噪声外,一个更为重要的目标是在去除噪声的同时保护图像的重要细节(包括几何形状细节如纹理、线条、边缘和对比度变化细节)。但是 ...
【技术保护点】
一种数字图像非局部平均去噪的快速实现方法,其特征在于,具体按照以下步骤实施:步骤1,搜索窗与相似窗的选取:搜索窗是以当前像素为中心像素形成的;相似窗有两类:以当前像素为中心像素的相似窗,和以搜索窗内其他像素为中心像素的相似窗;根据相似窗尺寸半径R和搜索窗的半径M,确定各窗口的尺寸;步骤2,图像边界扩展:根据所选取搜索窗与相似窗的尺寸半径,对含噪图像的边界进行扩展;步骤3,大矩阵A和B的形成:在内存中开辟矩阵空间,A矩阵中存放的是相似窗在搜索窗内进行搜索的结果,将当前中心像素所在的相似窗按照A矩阵的大小进行扩展,形成矩阵B;步骤4,大矩阵的权值估计:矩阵A与矩阵B按照欧式距离 ...
【技术特征摘要】
1.一种数字图像非局部平均去噪的快速实现方法,其特征在于,具体按照以下步骤实施:步骤1,搜索窗与相似窗的选取:搜索窗是以当前像素为中心像素形成的;相似窗有两类:以当前像素为中心像素的相似窗,和以搜索窗内其他像素为中心像素的相似窗;根据相似窗尺寸半径R和搜索窗的半径M,确定各窗口的尺寸;步骤2,图像边界扩展:根据所选取搜索窗与相似窗的尺寸半径,对含噪图像的边界进行扩展;步骤3,大矩阵A和B的形成:在内存中开辟矩阵空间,A矩阵中存放的是相似窗在搜索窗内进行搜索的结果,将当前中心像素所在的相似窗按照A矩阵的大小进行扩展,形成矩阵B;步骤4,大矩阵的权值估计:矩阵A与矩阵B按照欧式距离计算来确定相似窗的相似性,进而确定当前像素所分配的权重,得到大矩阵的权值;步骤5,大矩阵的加权平均:对计算出的权值进行加权平均,来获得当前像素的最终估计结果,即完成单个像素的去噪;步骤6,重复步骤1-5即可得到整幅含噪图像的去噪结果。2.根据权利要求1所述的一种数字图像非局部平均去噪的快速实现方法,其特征在于,所述步骤1中相似窗尺寸为2×R+1;搜索窗尺寸为2×M+1。3.根据权利要求1所述的一种数字图像非局部平均去噪的快速实现方法,其特征在于,所述步骤2中边界扩展的大小为R+M,每个边界按该扩展大小进行对称处理。4.根据权利要求1所述的一种数字图像非局部平均去噪的快速实现方法,其特征在于,所述步骤3大矩阵具体形成过程为:3.1在内存中开辟一个[(2×R+1)×(2×M+1)]×[(2×R+1)×(2×M+1)]大小的矩阵空间,用于...
【专利技术属性】
技术研发人员:朱磊,蔡飞飞,潘杨,郭林源,
申请(专利权)人:西安工程大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。