一种基于偏微分方程和BM3D的无参数化图像恢复方法技术
【技术实现步骤摘要】
一种基于偏微分方程和BM3D的无参数化图像恢复方法
本专利技术涉及一种基于偏微分方程和BM3D的无参数化图像恢复方法，属于图像处理
技术介绍
BM3D(BlockMatchingand3DFiltering，图像块匹配算法)方法是图像去噪领域中的一个优秀算法，其结果具有PSNR值高，视觉效果好，图像细节信息保持完整等优点。但其也有明显缺点，主要体现在BM3D方法的处理效果对于噪声图像中的噪声水平参数敏感度极高。具体体现在以下几个方面：1.当输入的噪声标准差在40附近时，BM3D处理结果的PSNR(峰值信噪比)值会产生突变；2.当输入的噪声标准差非整数时，BM3D处理结果的PSNR值会产生剧烈震荡；3.准确的噪声标准差并非BM3D方法的最佳输入参数。并且由于噪声的随机性，相同噪声水平下的两幅不同噪声图像经过BM3D方法处理后，最佳的输入参数值也可能有所不同。BM3D方法需要同时输入噪声图像和噪声水平，才能有效进行去噪。对于实际应用问题，图像的真实噪声水平是未知的，首先需要对噪声水平进行估计，再将估计值输入到BM3D算法中，完成后续处理。但是由于上述1缺陷，...
【技术保护点】
一种基于偏微分方程和BM3D的无参数化图像恢复方法，其特征在于，所述图像恢复方法：首先，利用偏微分方程对噪声图像进行去噪预处理获得基本估计图，然后将所述基本估计图进行分块而获得基本估计图块，并利用距离匹配方法将所述基本估计图块匹配为基本估计图组；其次，将所述基本估计图进行图像边界探测与去除处理后获得平滑无边界图像，通过灰度分割将所述平滑无边界图像分割出单灰度平滑区域，依次计算所述单灰度平滑区域中每个区域的区域样本方差，对获得的所述区域样本方差进行加权平均处理后获得噪声方差估计值；在此，将噪声图像进行分块并获得噪声图块，将噪声图块按基本估计图块的距离匹配结果进行分组进而获得噪...
【技术特征摘要】
1.一种基于偏微分方程和BM3D的无参数化图像恢复方法，其特征在于，所述图像恢复方法：首先，利用偏微分方程对噪声图像进行去噪预处理获得基本估计图，然后将所述基本估计图进行分块而获得基本估计图块，并利用距离匹配方法将所述基本估计图块匹配为基本估计图组；其次，将所述基本估计图进行图像边界探测与去除处理后获得平滑无边界图像，通过灰度分割将所述平滑无边界图像分割出单灰度平滑区域，依次计算所述单灰度平滑区域中每个区域的区域样本方差，对获得的所述区域样本方差进行加权平均处理后获得噪声方差估计值；在此，将噪声图像进行分块并获得噪声图块，将噪声图块按基本估计图块的距离匹配结果进行分组进而获得噪声图组；最后通过协同维纳滤波方法，利用所述基本估计图组和所述噪声方差估计对所述噪声图组进行处理并获得图组估计，将所述图组估计以所述噪声方差估计为权重参数进行加权合成处理后获得最终估计图像；所述最终估计图像即为恢复后图像。2.根据权利要求1所述图像恢复方法，其特征在于，所述图像修复的具体过程为：步骤一：输入待处理的噪声图像f；步骤二：利用基于各项异性扩散方程的图像去噪方法对噪声图像f做预处理，并得到得到基本估计图像uPDE；所述基于各项异性扩散方程的图像去噪方法使用的偏微分方程具有以下形式：u(x，0)＝f(x)，x∈Ω步骤三：利用步骤二所述偏微分方程中的探测基本估计图像uPDE的边界区域，并用阈值法去除边界，得到平滑无边界图像uflat：其中，α表示所述阈值法中的阈值；步骤四：对步骤三所述平滑无边界图像uflat按灰度值0,1,…,255进行分割，得到一组单灰度平滑区域步骤五：分别计算步骤四所述单灰度平滑区域在噪声图像f中对应的区域的灰度值样本方差其中，ni表示中像素点个数，为样本均值，i＝0，1，2，...，255；步骤六：对步骤五所述像素点个数ni大于图像像素点总数1％的区域的灰度值样本方差取平均值，得到最终噪声方差估计其中P,Q分别表示图像的长宽像素点总数；步骤七：按分块规则分别对步骤二所述噪声图像f和基本估计图像uPDE进行分块处理，分别获得噪声图块{Fx}x∈Ω和基本估计图块所述分块规则为：以像素点x为左上角顶点，取8×8像素大小的正方形图像块；步骤八：将步骤七所述基本估计图块进行分组，并获得基本估计图组
【专利技术属性】
技术研发人员：孙杰宝，郭志昌，张达治，严冬，吴勃英，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23
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。