一种基于噪声估计的图像去噪方法技术

本发明专利技术公开了一种基于噪声估计的图像去噪方法，利用超像素分割根据图像内容将其分为若干同源区域，利用平坦信息更能代表图像噪声污染水平的先验知识，以图像信息熵为依据找出图像中较为平滑的同源区域，并估计平滑区域的噪声标准差，以这些平滑区域的噪声标准差作为整幅图像的噪声水平，达到更加准确估计噪声水平的目的，从而根据噪声水平对非局部均值(NLM)去噪方法进行修正，实现根据噪声程度合理地控制去噪程度，能够自适应地处理带噪图像，使去噪后的图像整体效果较传统的NLM算法大幅度提升，在去噪的同时更好地保留了细节。全过程可实现自动化与自能化，无需人工干预。

【技术实现步骤摘要】
一种基于噪声估计的图像去噪方法
本专利技术涉及图像处理领域，尤其涉及一种噪声估计的图像去噪方法。
技术介绍
随着数字图像和多媒体技术的快速发展，各种类型的光学成像系统也越来越多，人们对成像系统的画面质量要求也越来越高，但在图像的传输过程中，难免会受到各种噪声的污染，从而导致所获取的图像与原始的图像质量有所降低，不仅会影像图像的效果，噪声严重时甚至会影响图像的可读性，从而导致后续获取信息出现错误。因此，在图像处理领域中，对数字图像进行去噪是十分有意义的。目前一种常用的去噪方法是性能优异且边缘保持能力较强的非局部均值(NLM)图像去噪算法。其基本思想是在整幅图像中寻找与待去噪像素相似的像素并以这些相似像素的权值平均值作为其去噪结果，相似度越高的像素对应的权值也越高。其优点在于引入非局部思想和基于图像块的相似度的概念。在自然图像中，每个像素对应的相似像素往往不仅限于其周围较小范围内，且去噪效果也一般与参与去噪的相似像素数量成正比，因此引入非局部搜索方式对提升去噪性能具有重大意义。相似度的准确性是非局部搜索发挥作用的基本保证，若相似度的准确性无法得到保证，使用图像块向量间的高斯加权欧式距作为本文档来自技高网...

【技术保护点】
一种基于噪声估计的图像去噪方法，其特征在于，该方法包括以下步骤：(1)对带噪图J进行基于熵率的超像素分割，得到若干超像素同源区域Li；(2)根据图像信息熵理论，计算每个超像素同源区域的信息熵：

【技术特征摘要】
1.一种基于噪声估计的图像去噪方法，其特征在于，该方法包括以下步骤：(1)对带噪图J进行基于熵率的超像素分割，得到若干超像素同源区域Li；(2)根据图像信息熵理论，计算每个超像素同源区域的信息熵：Li代表第i个超像素同源区域，l代表像素的灰度级，代表第i个超像素同源区域中灰度级为l的概率，代表Li中的信息熵；(3)根据计算得到的各个超像素同源区域的信息熵的大小进行排序，选出值最小的t个超像素同源区域(占总数的10～20％)，即为图像中最为平滑的部分区域，并标记为1，其他区域标记为0，得到平滑区域的二值图；(4)计算各个平滑同源区域的标准差是Li中像素x的强度，代表Li中平均强度，为超像素块中像素的...

【专利技术属性】
技术研发人员：冯华君，王烨茹，徐之海，李奇，陈跃庭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33