一种图像去噪方法技术

本发明专利技术公开了一种图像去噪方法，包括如下步骤：S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ

【技术实现步骤摘要】
一种图像去噪方法
本专利技术涉及一种图像处理技术，具体涉及一种图像去噪方法。
技术介绍
在当前的生产生活中，数字图像扮演着极其重要的角色。在信号处理和计算机视觉领域中，从图像传感器获取的数据通常受到各种噪声污染，例如不理想的设备、数据采集量化和外界干扰都将使数据退化降质，并且在传输、接收和处理过程中也会带来噪声，很大程度上妨碍了后续图像的分析和理解。为了改善图像质量，提高图像后处理的有效性和可靠性，有必要采用降噪技术来滤除图像噪声。由于现有降噪方法通常造成图像失真和模糊，因此消除噪声依然是一个极具挑战性的难题。现实中的信号或图像在生成、传输、接收和处理的过程中经常受到各种噪声的干扰。噪声使信号或图像失真，严重影响后处理和分析，甚至难以实现预期目标。图像的噪声从来源上可以分为系统噪声和环境噪声，系统噪声是来自系统本身的噪声，而坏境噪声是来自外界坏境的噪声。为了得到优质量的图像，通常情况下需要通过图像降噪的算法对图像进行处理和优化。传统的图像降噪的方法有以下几种：(1)中值滤波：适用于滤除图像的椒盐噪声。但对于一些细节较多，特别是点、线、尖顶细节较多的图像噪声的滤除效果不明显。(2)均值滤波：采用邻域平均法的均值滤波适用于去除通过扫描得到的图像中的颗粒噪声，虽然有力地抑制了噪声，但是也会由于平均而引起模糊现象。(3)自适应维纳滤波：该方法根据图像的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强，自适应维纳滤波的滤波效果比均值滤波效果要好，对保留图像的细节和其他高频部分很有用，但是计算量较大。(4)小波去噪：保留了大部分包含信号的小波系数，可以较好地保持图像的细节。这些传统算法在图像去噪过程中，通常是对全部图像都采用相同的滤波算法，即对图像中没有噪声的部分也会进行处理，导致没有噪声的图像也受到滤波算法的干扰，影响图像质量，同时加大运算量，降低图像处理效率。
技术实现思路
本专利技术所要解决的技术问题为提供一种图像去噪方法，可以对待处理图像中的平坦区域与细节区域进行区分，解决了现有图像噪声消除技术存在滤除噪声的同时也破坏了图像纹理细节的问题。为了实现上述目的，本专利技术采用如下技术方案：一种图像去噪方法，包括如下步骤：S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ2S(i,j)，其中，待处理图像由M行N列像素组成，M为大于等于3的整数，N为大于等于3的整数，A为大于3小于M和N的奇数，S02：在以像素F(i，j)为中心的A×A区域中，求出像素F(i，j)的噪声估计值与周围像素的噪声估计值的方差σ2N(i,j)，具体步骤为：S0201：在上述待处理图像中，形成以像素F(i，j)为中心的A×A区域，计算以像素F(i，j)为中心的A×A区域中A2个像素的像素值的均值，该均值与像素F(i，j)的像素值之差的绝对值为像素F(i，j)的噪声估计值，用像素F(i，j)的噪声估计值替换待处理图像中像素F(i，j)的像素值，得到噪声估计值图像；S0202：在上述噪声估计值图像中，形成以像素F”(i，j)为中心的A×A区域，并在该区域内求出像素F”(i，j)与周围像素的方差σ2N(i,j)；S03：判断像素F(i，j)的区域范围，采用如下公式：其中，T1为区域控制阈值；S04：若像素F(i，j)位于平坦区域，则对该像素进行滤波处理并输出处理后的像素值；若像素F(i，j)位于细节区域，则不对该像素进行处理直接输出该像素的原像素值；所述待处理图像中未进行处理的像素按照原值输出，形成完整的处理后图像。进一步地，所述步骤S02中得到噪声估计值图像之前，在待处理图像中的每个像素上添加噪声，得到噪声图像，在所述噪声图像中，形成以像素F’(i，j)为中心的A×A区域，计算以像素F’(i，j)为中心的A×A区域中A2个像素的像素值的均值，该均值与像素F’(i，j)的像素值之差的绝对值为像素F’(i，j)的噪声估计值，用像素F’(i，j)的噪声估计值替换噪声图像中像素F’(i，j)的像素值，得到噪声估计值图像；进一步地，在待处理图像中的每个像素上添加标准差为30的高斯白噪声。进一步地，所述步骤S04中采用高斯模板对平坦区域像素进行滤波处理。进一步地，所述步骤S01中像素F(i，j)与周围像素的方差其中，为待处理图像中像素F(i，j)对应的像素值，Xk为以像素F(i，j)为中心的A×A区域中第k个像素对应的像素值，其中，1≤k≤A2。进一步地，所述步骤S0202中像素F”(i，j)与周围像素的方差其中，为所述噪声估计值图像中像素F”(i，j)对应的像素值，Xk为以像素F”(i，j)为中心的A×A区域中第k个像素对应的像素值，其中，1≤k≤A2。进一步地，A等于3。进一步地，待处理图像中未进行处理的像素包括第一行像素、第M行像素、第一列像素和第M列像素。进一步地，对待处理图像和噪声估计值图像中各个像素的计算按照从第行第列到第行第列，再从第行第列到第行第列，再从第行第列到第行第列，以此类推的蛇形轨迹进行，直至完成第行像素的去噪。进一步地，所述步骤S04中区域控制阈值T1范围为1.0-1.8。本专利技术的有益效果为：本专利技术提出了一种保护细节区域的图像去噪方法，利用噪声噪声估计值去判断平坦区域和细节区域，处理速度快，硬件实现资源开销小，实现方便，并将细节区域与平坦区域分开处理，不仅使得平坦区域得到了较好的效果，还能保留原待处理图像中的细节区域，使得待处理图像中的纹理细节得到了保留，进一步提高了图像去噪处理的效果。附图说明图1为本专利技术一种图像去噪方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术的具体实施方式做进一步的详细说明。如附图1所示，本专利技术提供了一种图像去噪方法，包括如下步骤：S01：：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ2S(i,j)，其中，待处理图像由M行N列像素组成，M为大于等于3的整数，N为大于等于3的整数，A为大于3小于M和N的奇数，本专利技术中可以采用A＝3、5、7等奇数，A的取值不同并不会影响本专利技术的去噪方法，但A的取值越小，采用本专利技术最终取得的去噪效果越好。本专利技术中，为了得到效果较好的去噪图像，我们采用A等于3，当A取其他奇数值时，后续的去噪步骤并不受到影响。本实施例以A＝3为例进行说明，像素F(i，j)与周围像素的方差为了方便硬件实施，本专利技术中对上述方差计算公式进行简化，采用如下计算公式：其中，为待处理图像中像素F(i，j)对应的像素值，Xk为以像素F(i，j)为中心的3×3区域中第k个像素对应的像素值，其中，1≤k≤9。本步骤中待处理图像中除了第一行像素、第M行像素、第一列像素和第M列像素不进行计算处理之外，其余的每个像素均对应一个方差σ2S(i,j)的值，并且计算的顺序不影响本专利技术的后期处理结果。为了使得计算有序进行，本专利技术优选采用从待处理图像的第2行第2列到第2行第N-1列，再从第3行第N-1列到第3行第2列，再从第4行第2列到第4行第N-1列，……以此类推的蛇形轨迹进行，直至完成第M-1行的像素计算。当A取其他值时，采用相同的蛇形轨迹进行像素本文档来自技高网...

【技术保护点】
一种图像去噪方法，其特征在于，包括如下步骤：S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ

【技术特征摘要】
1.一种图像去噪方法，其特征在于，包括如下步骤：S01：在待处理图像中，形成以像素F(i，j)为中心的A×A区域，并在该区域内求出像素F(i，j)与周围像素的方差σ2S(i,j)，其中，待处理图像由M行N列像素组成，M为大于等于3的整数，N为大于等于3的整数，A为大于3小于M和N的奇数，S02：在以像素F(i，j)为中心的A×A区域中，求出像素F(i，j)的噪声估计值与周围像素的噪声估计值的方差σ2N(i,j)，具体步骤为：S0201：在上述待处理图像中，形成以像素F(i，j)为中心的A×A区域，计算以像素F(i，j)为中心的A×A区域中A2个像素的像素值的均值，该均值与像素F(i，j)的像素值之差的绝对值为像素F(i，j)的噪声估计值，用像素F(i，j)的噪声估计值替换待处理图像中像素F(i，j)的像素值，得到噪声估计值图像；S0202：在上述噪声估计值图像中，形成以像素F”(i，j)为中心的A×A区域，并在该区域内求出像素F”(i，j)与周围像素的方差σ2N(i,j)；S03：判断像素F(i，j)的区域范围，采用如下公式：其中，T1为区域控制阈值；S04：若像素F(i，j)位于平坦区域，则对该像素进行滤波处理并输出处理后的像素值；若像素F(i，j)位于细节区域，则不对该像素进行处理直接输出该像素的原像素值；所述待处理图像中未进行处理的像素按照原值输出，形成完整的处理后图像。2.根据权利要求1所述的一种图像去噪方法，其特征在于，所述步骤S02中得到噪声估计值图像之前，在待处理图像中的每个像素上添加噪声，得到噪声图像，在所述噪声图像中，形成以像素F’(i，j)为中心的A×A区域，计算以像素F’(i，j)为中心的A×A区域中A2个像素的像...

【专利技术属性】
技术研发人员：王吉鹏，宋博，魏聪，温建新，
申请(专利权)人：成都微光集电科技有限公司，
类型：发明
国别省市：四川,51