一种基于局部统计信息的图像噪声检测方法、装置制造方法及图纸

本发明专利技术提供一种基于局部统计信息的图像噪声检测方法、装置，其技术方案包括下列步骤：S1、计算待测图像中每个像素的局部统计信息值；S2、判断待测图像中每个像素处于平坦区域还是复杂区域；S3、计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值；S4、在某一像素处于平坦区域且该像素的局部统计信息值小于第一噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素；在某一像素处于复杂区域且该像素的局部统计信息值小于第二噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素。否则为干净像素。否则为干净像素。

【技术实现步骤摘要】
一种基于局部统计信息的图像噪声检测方法、装置


[0001]本专利技术涉及图像噪声检测
，尤其涉及一种基于局部统计信息的图像噪声检测方法、装置。

技术介绍

[0002]在图像的采集和传输过程中，由于传感器设备的原因，数字图像经常被脉冲噪声破坏。随机值脉冲噪声(RVIN)是其中一种脉冲噪声，其噪声像素值随机位于0到255之间，因此很难处理。为了后面对图像进行轮廓提取、区域分割和目标识别等操作，有必要对噪声图像进行恢复。
[0003]目前主流的去噪算法主要可分为基于块匹配的方法、基于卷积神经网络的方法和基于模糊规则的方法，从近几年流行的去噪算法来看，由于引入了模糊规则和卷积神经网络，虽然取得了很好的滤波效果，但也导致了算法的复杂度增加，运行时间变长，设备成本高。

技术实现思路

[0004]本专利技术的目的在于提供一种基于局部统计信息的图像噪声检测方法、装置，与现有技术相比，实现简单，检测的准确度和灵敏度较高
[0005]本专利技术是通过以下技术方案实现的：本专利技术第一方面提供了一种基于局部统计信息的图像噪声检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部统计信息的图像噪声检测方法，其特征在于，包括下列步骤：S1、计算待测图像中每个像素的局部统计信息值；S2、判断待测图像中每个像素处于平坦区域还是复杂区域；S3、计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值；S4、在某一像素处于平坦区域且该像素的局部统计信息值小于第一噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素；在某一像素处于复杂区域且该像素的局部统计信息值小于第二噪声检测阈值的情况下，将该像素判定为噪声像素，否则为干净像素。2.根据权利要求1所述的一种基于局部统计信息的图像噪声检测方法，其特征在于，在步骤S1中，计算待测图像中每个像素的局部统计信息值，包括以待测图像中的任意给定像素x为中心构建邻域计算像素x与邻域中的任一像素y的欧氏距离和灰度差：素y的欧氏距离和灰度差：基于欧氏距离和灰度差，计算像素x与邻域中的任一其他像素y的相似度：S(x,y)＝D(x,y)*I(x,y)；计算像素x与邻域中所有像素的相似度之和：对ζx进行归一化使其约束在[0.1]区间：将标准化为[0.1]间隔：在式中，D(x,y)为像素x与像素y之间的欧式距离，I(x,y)为像素x与像素y之间的灰度差，(s,t)表示像素x在邻域中的位置，(m,n)表示像素y在邻域中的位置，σ
D
为欧氏距离的调节参数，σ
I
为灰度差的调节参数，ζx为相似度之和，LS
X
为像素x的局部统计信息值。3.根据权利要求2所述的一种基于局部统计信息的图像噪声检测方法，其特征在于，判断待测图像中每个像素处于平坦区域还是复杂区域，包括：
计算所述邻域内的所有像素的强度的估计均值μ
x
：：基于所述估计均值，计算邻域中所有像素的强度的标准偏差中所有像素的强度的标准偏差中所有像素的强度的标准偏差根据所述标准偏差，判断给定像素x是否为处于平坦区域还是复杂区域：式中，W1和W2为LS
y
的权重，用来调整干净像素和噪声像素对计算局部方差影响的比重,a、b为归一化的参数，T
σ
为区分像素是处于复杂区域还是平坦区域的阈值，LS
y
为邻域内的所有像素的局部统计信息值的最大值，u
y
是具有局部统计信息值的最大值的像素y的灰度值。4.根据权利要求3所述的一种基于局部统计信息的图像噪声检测方法，其特征在于，计算平坦区域的第一噪声检测阈值，计算复杂区域的第二噪声检测阈值，包括：在待测图像中选取若干个大小为M的平坦区域，判断平坦区域中的异常像素与非异常像素：估算每个区域的噪声水平：通过对每个区域的噪声水平进行加权平均运算获得图像的整体噪声水平：计算平坦区域的第一噪声检测阈值：θ
f
＝-0.12σ3+0...

【专利技术属性】
技术研发人员：黄梦醒，冯思玲，吴迪，冯文龙，张雨，林聪，
申请(专利权)人：海南大学，
类型：发明
国别省市：