一种基于自相似度量的通用图像噪声估计方法技术

本发明专利技术公开了一种基于自相似度量的通用图像噪声估计方法，包括以下步骤：S1、生成一幅像素值为常值的图像，并在图像上添加噪声强度标准偏差为已知的高斯噪声，对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean；S2、根据平均最小距离度量Dmean获取噪声标准偏差与距离度量的稳定的对应关系；S3、对实际含噪图像用获得的对应关系估计噪声强度σ1并同时生成一种距离度量映射图像；S4、利用该结果及获得的距离度量映射图像判断图像中的平滑区域，只在图像的平滑区域估计噪声，通过两步迭代，最终获得精确的噪声强度σ。本发明专利技术不需要任何图像变换，只是在空域进行图像的自相似度量，理论非常简单，整个过程只用欧式距离计算图像的自相似性。

【技术实现步骤摘要】
一种基于自相似度量的通用图像噪声估计方法
本专利技术涉及图像噪声估计
，更具体地说，特别涉及一种基于自相似度量的通用图像噪声估计方法。
技术介绍
在现实生活与科学研究中，各种图像在获取过程中都会不可避免地引入不同类型、不同强度的噪声，为了去除图像的噪声，大部分现有技术在实验过程中都事先在一幅干净图像上加上类型已知、强度已知的噪声，然后利用自己的技术进行图像去噪实验。而现实图像中的噪声强度是未知的，为了实现有效的图像去噪，必须事先对图像进行精确的噪声估计。现有的图像噪声估计方法主要有基于小波变换与离散余弦变换的方法，通过对图像变换后的变换系数进行统计实现图像噪声估计。近来的图像噪声估计的较好方法主要有两种：一种利用图像块的梯度值并用统计的方法提取图像的平坦区域然后用主成分分析的方法对平坦区域的图像块进行噪声估计；另一种是先建立图像块的协方差矩阵的特征值与噪声强度的统计关系，然后用一种非参数算法对图像噪声进行估计。上述方法都仅仅局限于对某种单一类型的图像噪声进行估计，而现实图像中的噪声模型往往不只含有单一噪声类型，而是由多种类型噪声的混合。上述噪声估计基本都是针对加性高斯噪声的，而对乘性噪声、相干斑噪声等往往会失效；很多现实图像的平坦区域并不多，对含有较少平坦区域的图像的噪声估计精度将会大大降低。这些算法理论都特别复杂，所以不利于真正地应用于实践。但是，实际图像去噪时必须对图像进行准确的噪声估计才能有效实现图像去噪，目前还没有一种通用的并且精度高的图像噪声估计方法。
技术实现思路
本专利技术的目的在于解决现有技术中的不足，从而提供一种不需要任何图像变换，只是在空域进行图像的自相似度量，整个过程只用计算图像的自相似性的基于自相似度量的通用图像噪声估计方法。为了达到上述目的，本专利技术采用的技术方案如下：一种基于自相似度量的通用图像噪声估计方法，包括以下步骤：S1、生成一幅像素值为常值的图像，并在图像上添加噪声强度标准偏差已知的高斯噪声，形成标准含噪图像，并对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean，通过统计方法建立平均最小距离度量与噪声标准偏差之间的一种稳健的对应关系；S2、利用S1中建立的对应关系对实际含噪图像进行噪声估计，获得实际含噪图像的噪声标准偏差σ1，同时生成实际含噪图像的最小距离度量映射图像；S3、用S2中的σ1及生成的最小距离度量映射图像决定图像中的平滑区域，重复步骤S2，但只利用图像中的平滑区域进行噪声估计，获得更准确的噪声估计得结果σ2；S4、对S3迭代执行两次，噪声估计结果进一步矫正，最终获得精确的噪声标准偏差σ。进一步地，所述步骤S1中的常值图像为：像素值为0.5的256×256的灰度图像，在图像上添加噪声强度为标准偏差为1.0的高斯噪声。进一步地，所述步骤S1中计算平均最小距离度量Dmean的具体方法为：执行生成的含噪图像的块匹配,按一个指定的步长N_step提取大小为的图像块作为参考块，然后在以该参考块为中心的一个大小为NS×NS的邻域内进行块匹配获得数量为N2的相似图像块，将匹配的所有图像块进行列扫描拼接成一个大小为(N1×N1)×N2的矩阵M，在M上用每一行作为参考行与其余的所有行计算欧式距离D，将所有行匹配的最小距离累加得距离总和D_sum并记录求距离的次数D_num，处理完所有图像后求平均最小距离Dmean。进一步地，N1＝8，N2＝16，NS＝39，N_step＝8。进一步地，所述步骤S2中用以下关系式建立最小距离度量均值D_mean与噪声标准偏差σ的对应关系：其中常值c为最小距离度量与噪声强度对应关系的鲁棒参数。进一步地，所述步骤S3利用S1与S2中建立的对应关系对实际含噪图像进行噪声估计，获得实际含噪图像的噪声标准偏差σ1，同时生成实际含噪图像的最小距离度量映射图像。进一步地，所述步骤S4中待测含噪图像经过步骤S3以后，获得待测含噪图的噪声估计的结果σ2；待测含噪图的噪声估计计算时，鲁棒参数采用理论值c再乘以0.8。本专利技术基于任何图像都有大量的自相似信息这一事实，首先在一幅常值图像中加入高斯噪声，通过图像的块匹配以及图像块中的行匹配统计自相似性建立图像的最小自相似度量与噪声强度的统计关系，获得了一种鲁棒的参数值。将这些参数值应用于各种图像及各种类型的噪声的估计都获得了非常精确的估计结果。本专利技术不需要任何图像变换，只是在空域进行图像的自相似度量，理论非常简单，整个过程只用欧式距离计算图像的自相似性。本专利技术通过寻求图像中的最小自相似度量进行图像噪声估计，目前通用的图像自相似度量方法为图像块匹配，还没有更好的替代方法。本专利技术首次提出对图像块匹配后的行匹配为获得更精确的自相似度量的最新方法，目前也无其他替代方案。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的基于自相似度量的通用图像噪声估计方法的方法原理图；图2是本专利技术的基于自相似度量的通用图像噪声估计方法的方法流程图；图3中a是本专利技术噪声估计实验中常值图像，b是含噪图像；图4是一幅实际含噪图像及其距离度量映射图像；图5是本专利技术噪声估计实验中所用的10幅图像；图6是采用本专利技术的噪声估计方法对图像噪声估计结果。具体实施方式下面结合附图对本专利技术的优选实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。实施例一参阅图1所示，一种基于自相似度量的通用图像噪声估计方法，包括以下步骤：S1、生成一幅像素值为常值的图像，并在图像上添加噪声强度标准偏差已知的高斯噪声，形成标准含噪图像，并对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean，通过统计方法建立平均最小距离度量与噪声标准偏差之间的一种稳健的对应关系；S2、利用S1中建立的对应关系对实际含噪图像进行噪声估计，获得实际含噪图像的噪声标准偏差σ1，同时生成实际含噪图像的最小距离度量映射图像；S3、用S2中的σ1及生成的最小距离度量映射图像决定图像中的平滑区域，重复步骤S2，但只利用图像中的平滑区域进行噪声估计，获得更准确的噪声估计得结果σ2；S4、对S3迭代执行两次，噪声估计结果进一步矫正，最终获得精确的噪声标准偏差σ。本专利技术基于任何图像都有大量的自相似信息这一事实，首先在一幅常值图像中加入高斯噪声，通过图像的块匹配以及图像块中的行匹配统计自相似性建立图像的最小自相似度量与噪声强度的统计关系，获得了一些鲁棒的参数值。将这些参数值应用于各种图像及各种类型的噪声的估计都获得了非常精确的估计结果。本专利技术不需要任何图像变换，只是在空域进行图像的自相似度量，理论非常简单，整个过程只用欧式距离计算图像的自相似性。目前通用的图像自相似度量方法为图像块匹配，还没有更好的替代方法。所以本专利技术首次提出对图像块匹配后的行匹配为获得更精确的自相似度量的最新方法，目前也无其他替代方案。实施例二参阅图2所示，图2是本专利技术的基于自相似度量的通用图像噪声估计方法的方法流程图；’第一步：图像块匹本文档来自技高网...

【技术保护点】
1.一种基于自相似度量的通用图像噪声估计方法，其特征在于，包括以下步骤：S1、生成一幅像素值为常值的图像，并在图像上添加噪声强度标准偏差已知的高斯噪声，形成标准含噪图像，并对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean，通过统计方法建立平均最小距离度量与噪声标准偏差之间的一种稳健的对应关系；S2、利用S1中建立的对应关系对实际含噪图像进行噪声估计，获得实际含噪图像的噪声标准偏差σ1，同时生成实际含噪图像的最小距离度量映射图像；S3、用S2中的σ1及生成的最小距离度量映射图像决定图像中的平滑区域，重复步骤S2，但只利用图像中的平滑区域进行噪声估计，获得更准确的噪声估计得结果σ2；S4、对S3迭代执行两次，噪声估计结果进一步矫正，最终获得精确的噪声标准偏差σ。

【技术特征摘要】
1.一种基于自相似度量的通用图像噪声估计方法，其特征在于，包括以下步骤：S1、生成一幅像素值为常值的图像，并在图像上添加噪声强度标准偏差已知的高斯噪声，形成标准含噪图像，并对该含噪图像进行块匹配与行匹配并计算平均最小距离度量Dmean，通过统计方法建立平均最小距离度量与噪声标准偏差之间的一种稳健的对应关系；S2、利用S1中建立的对应关系对实际含噪图像进行噪声估计，获得实际含噪图像的噪声标准偏差σ1，同时生成实际含噪图像的最小距离度量映射图像；S3、用S2中的σ1及生成的最小距离度量映射图像决定图像中的平滑区域，重复步骤S2，但只利用图像中的平滑区域进行噪声估计，获得更准确的噪声估计得结果σ2；S4、对S3迭代执行两次，噪声估计结果进一步矫正，最终获得精确的噪声标准偏差σ。2.根据权利要求1所述的基于自相似度量的通用图像噪声估计方法，其特征在于，所述步骤S1中的常值图像为：像素值为0.5的256×256的灰度图像，在图像上添加噪声强度为标准偏差为已知(如σ＝1.0)的高斯噪声。3.根据权利要求2所述的基于自相似度量的通用图像噪声估计方法，其特征在于，所述步骤S1中计算平均最小距离度量Dmean的具体方法为：执行生成的含噪图像的块匹配，按一个指定的步长N_step提取大小为的图像块作为参...

【专利技术属性】
技术研发人员：侯迎坤，侯昊，杨洪祥，梁凤鸣，
申请(专利权)人：泰山学院，
类型：发明
国别省市：山东,37