一种基于连续带通滤波和重建的图像降噪方法技术

一种基于连续带通滤波和重建的图像降噪方法，包括如下步骤：通过一个非线性低通模糊核将原始输入图像分解成多个连续的低通图像；将连续的低通图像两两相减，得到对应的带通图像；根据收缩系数对每个带通图像进行收缩滤波处理，得到经过收缩滤波处理后的图像；将经过收缩滤波处理后的图像与步骤一中得到的最后一幅低通图像相加重建，得到降噪后的输出图像。本发明专利技术的方法在抵制噪音和保留细节上找到一个较好的平衡点，通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息。

An image denoising method based on continuous band pass filtering and reconstruction

A continuous band pass filter and image denoising method based on reconstruction, which comprises the following steps: through a low-pass nonlinear fuzzy kernel the original input image is decomposed into a plurality of continuous low pass image; low pass image subtraction 22 continuous, get the bandpass images; according to the contraction coefficient of each band image the shrinkage filter, obtained by image shrinkage after filtering processing; after image processing and filtering steps after a contraction in the last one phase low-pass image reconstruction, image obtained after noise reduction. The method of the invention can find a better balance point in resisting noise and preserving details, and the denoising technique can effectively improve the image quality, increase the signal to noise ratio, and better reflect the information carried by the original image.

【技术实现步骤摘要】
一种基于连续带通滤波和重建的图像降噪方法
本专利技术涉及一种图像处理方法，尤其是一种基于连续带通滤波和重建的图像降噪方法。
技术介绍
随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，并且图像预处理算法的好坏又直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，所以为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性(即主要特征)的同时，又能够去除信号中无用的信息。所以，降噪处理一直是图像处理和计算机视觉研究的热点。图像视频去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息，作为一种重要的预处理手段，人们对图像去噪算法进行了广泛的研究。在现有的去噪算法中，有的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者去噪效果较好，却丢失部分图像边缘信息，或者致力于研究检测图像边缘信息，保留图像细节。如何在抵制噪音和保留细节上找到一个较好的平衡点，成为近年来研究的重点。
技术实现思路
本专利技术的目的是针对上述问题，提供一种基于连续带通滤波和重建的图像降噪方法，能够有效改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题，本专利技术在抵制噪音和保留细节上找到一个较好的平衡点，通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息。本专利技术的技术方案是：一种基于连续带通滤波和重建的图像降噪方法，包括如下步骤：步骤一：通过一个非线性低通模糊核将原始输入图像分解成多个连续的低通图像；步骤二：将连续的低通图像两两相减，得到对应的带通图像；步骤三：根据收缩系数对每个带通图像进行收缩滤波处理，得到经过收缩滤波处理后的图像；步骤四：将经过收缩滤波处理后的图像与步骤一中得到的最后一幅低通图像相加重建，得到降噪后的输出图像。进一步地，步骤一具体为：步骤101：以2k为非线性低通模糊核的半径，以窗口中心像素为核，计算横向、纵向和两条对角线四个轮辐方向上的相邻像素平均绝对偏差，取平均绝对偏差的最小值为当前像素的平均绝对偏差，记为Sdmin；所述的平均绝对偏差的计算公式为：其中，k＝1,2,3,4，2k-1构成非线性低通模糊核的步进，x，y为当前像素的二维坐标；l0为原始输入图像，l1，l2，l3，l4为各层的降采样图像；计算四个平均绝对偏差的最小值Sdmin并修正，公式为：其中a,b,c为修正系数；步骤102：计算窗口中心像素的滤波权重，记为计算公式为：其中：i，j∈{-1,0,1}，根据窗口中心像素的滤波权重计算降采样图像lk，计算公式为：重复上述步骤，得到通过降采样获取的四层低通图像l1，l2，l3，l4。进一步地，步骤二具体为：根据步骤一中得到的四层低通图像计算带通图像，得到对应的带通图像h0，h1，h2，h3，计算公式为：hi＝li-li+1，i＝0,1,2,3。进一步地，步骤三具体为：步骤301：预估带通图像的噪声方差σnoise,i和带通滤波器中获得的总和方差σtotal,i，所述的总和方差σtotal,i为信号方差σsignal,i和噪声方差σnoise,i之和；步骤302：计算带通图像hi(x,y)经过收缩滤波处理后的图像fi(x,y)，计算公式如下：fi(x,y)＝Scontrast×Sshrink,i(x,y)×hi(x,y)(i＝0,1,2,3)其中，Scontrast为调整参数(范围是1-100)，收缩系数Sshrink,i(x,y)的计算公式为：其中，Sthresh为人工设定的收缩滤波处理过程的下限值。进一步地，步骤四具体为：步骤401：对最后一幅低通图像l4进行变换，得到变换后的低通图像l4_new计算公式为：其中，DR为动态范围，8位图取256，12位图取4096；相对应的，8位图时，vce，hfddo，bv取值范围为0～255，12位图时，vce，hfddo，bv取值范围为0～4095；步骤402：将收缩过滤后的所有带通图像与变换后的低通图像相加重建，得到降噪后的输出图像f，计算公式为：f＝l4_new+f0+f1+f2+f3步骤403：对输出图像f进行范围检查，确保数值都应被限制在图像有效地范围内，防止像素数值溢出。进一步地，步骤101中修正系数a＝1.27，b＝0.2，c＝10-8。进一步地，步骤301中获取带通图像的噪声方差σnoise,i的方法具体为：对一个校准图像进行降采样，然后对每一个带通图像计算亮度相关的方差估计，得到一组覆盖整个动态范围的样本，使用线性插值法建立噪声方差查找表，然后根据当前图像的灰度值查找噪声方差查找表，估算噪声方差σnoise,i。进一步地，步骤301中获取总和方差σtotal,i的具体方法为：对于每层带通图像hi(x,y),i＝0,1,2,3,用大小为7×7的局部方差检测器估算总和方差σtotal,i：本专利技术的有益效果：本专利技术的基于连续带通滤波和重建的图像降噪方法，能够有效改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题，在抵制噪音和保留细节上找到一个较好的平衡点，通过去噪技术可以有效地提高图像质量，增大信噪比，更好的体现原来图像所携带的信息。附图说明图1是本专利技术的流程图。图2是本专利技术中非线性低通模糊核的不同步进对比示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的说明。一种基于连续带通滤波和重建的图像降噪方法，包括如下步骤：步骤一：通过一个非线性低通模糊核将原始输入图像分解成多个连续的低通图像；步骤101：以2k为非线性低通模糊核的半径，以窗口中心像素为核，计算横向、纵向和两条对角线四个轮辐方向上的相邻像素平均绝对偏差，取平均绝对偏差的最小值为当前像素的平均绝对偏差，记为Sdmin；所述的平均绝对偏差的计算公式为：其中，k＝1,2,3,4，2k-1构成非线性低通模糊核的步进，如图2所示，K＝1时，半径为2，步进为1，构成左边5X5的窗口；K＝2时，半径为4，步进为2，构成右边9X9的窗口；以此类推；x，y为当前像素的二维坐标；l0为原始输入图像，l1，l2，l3，l4为各层的降采样图像；计算四个平均绝对偏差的最小值Sdmin并修正，公式为：其中a,b,c为修正系数，a＝1.27，b＝0.2，c＝10-8。步骤102：计算窗口中心像素的滤波权重，记为计算公式为：其中：i，j∈{-1,0,1}，根据窗口中心像素的滤波权重计算降采样图像lk，计算公式为：重复上述步骤，得到通过降采样获取的四层低通图像l1，l2，l3，l4。步骤二：根据步骤一中得到的四层低通图像计算带通图像，得到对应的带通图像h0，h1，h2，h3，计算公式为：hi＝li-li+1，i＝0,1,2,3。步骤三：根据收缩系数对每个带通图像进行收缩滤波处理，得到经过收缩滤波处理后的图像，具体为：步骤301：预估带通图像的噪声方差σnoise,i和带通滤波器中获得的总和方差σtotal,i，所述的总和方差σtotal,i本文档来自技高网...

【技术保护点】
一种基于连续带通滤波和重建的图像降噪方法，其特征是包括如下步骤：步骤一：通过一个非线性低通模糊核将原始输入图像分解成多个连续的低通图像；步骤二：将连续的低通图像两两相减，得到对应的带通图像；步骤三：根据收缩系数对每个带通图像进行收缩滤波处理，得到经过收缩滤波处理后的图像；步骤四：将经过收缩滤波处理后的图像与步骤一中得到的最后一幅低通图像相加重建，得到降噪后的输出图像。

【技术特征摘要】
1.一种基于连续带通滤波和重建的图像降噪方法，其特征是包括如下步骤：步骤一：通过一个非线性低通模糊核将原始输入图像分解成多个连续的低通图像；步骤二：将连续的低通图像两两相减，得到对应的带通图像；步骤三：根据收缩系数对每个带通图像进行收缩滤波处理，得到经过收缩滤波处理后的图像；步骤四：将经过收缩滤波处理后的图像与步骤一中得到的最后一幅低通图像相加重建，得到降噪后的输出图像。2.根据权利要求1所述的一种基于连续带通滤波和重建的图像降噪方法，其特征是步骤一具体为：步骤101：以2k为非线性低通模糊核的半径，以窗口中心像素为核，计算横向、纵向和两条对角线四个轮辐方向上的相邻像素平均绝对偏差，取平均绝对偏差的最小值为当前像素的平均绝对偏差，记为Sdmin；所述的平均绝对偏差的计算公式为：其中，k＝1,2,3,4，2k-1构成非线性低通模糊核的步进，x，y为当前像素的二维坐标；l0为原始输入图像，l1，l2，l3，l4为各层的降采样图像；计算四个平均绝对偏差的最小值Sdmin并修正，公式为：其中a,b,c为修正系数；步骤102：计算窗口中心像素的滤波权重，记为计算公式为：其中：i，j∈{-1,0,1}，根据窗口中心像素的滤波权重计算降采样图像lk，计算公式为：重复上述步骤，得到通过降采样获取的四层低通图像l1，l2，l3，l4。3.根据权利要求1所述的一种基于连续带通滤波和重建的图像降噪方法，其特征是步骤二具体为：根据步骤一中得到的四层低通图像计算带通图像，得到对应的带通图像h0，h1，h2，h3，计算公式为：hi＝li-li+1，i＝0,1,2,3。4.根据权利要求1所述...

【专利技术属性】
技术研发人员：王晓芳，
申请(专利权)人：南京觅踪电子科技有限公司，
类型：发明
国别省市：江苏,32