当前位置: 首页 > 专利查询>福州大学专利>正文

一种基于像素级噪声方差估计的真实图像盲降噪方法技术

技术编号:34571660 阅读:36 留言:0更新日期:2022-08-17 13:03
本发明专利技术涉及一种基于像素级噪声方差估计的真实图像盲降噪方法。该方法提出一种噪声方差估计算法SA

【技术实现步骤摘要】
一种基于像素级噪声方差估计的真实图像盲降噪方法


[0001]本专利技术涉及图像增强与处理中的图像去噪
,特别是一种基于像素级噪声方差估计的真实图像盲降噪方法。

技术介绍

[0002]随着多媒体设备的迅速发展,人们对图像质量的需求越来越高,而图像去噪是获取高质量图像的有效手段,同时也是夜间图像增强、图像去模糊、图像分割和目标识别等众多方向的预处理模块之一。近些年来,人们提出了很多算法来解决图像降噪的问题,并取得了非常不错的效果。但是,大部分算法都假设噪声服从高斯噪声分布,而真实场景下采集到的图像内包含的噪声模型并不只是高斯噪声,往往还和设备内的暗电流、热噪声等诸多因素有关。因此,许多算法在应用到真实场景下的效果并不好,针对这种情况找到一种鲁棒的真实场景下图像降噪算法是有必要的。而目前主流的图像降噪算法都需要已知图像的噪声方差并作为参数输入,但是真实场景下采集到的图像噪声水平往往是未知的,因此我们还需要对图像进行噪声方差估计。
[0003]本专利技术基于像素级噪声方差估计的真实图像降噪方法建立在BM3D图像降噪算法的基础上加以改进。大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于像素级噪声方差估计的真实图像盲降噪方法,其特征在于,包括如下步骤:步骤S1、输入一张真实场景下拍摄的含噪声图像;步骤S2、提出一种像素级噪声方差估计算法估计含噪声图像目标块中的噪声水平,并将像素级噪声方差估计算法与BM3D图像降噪算法按图像块结合;步骤S3、根据当前目标块的噪声方差自适应调整BM3D图像降噪算法后续模块的滤波参数并参与后续模块处理;步骤S4、输出降噪后的图像。2.根据权利要求1所述的一种基于像素级噪声方差估计的真实图像盲降噪方法,其特征在于,步骤S1中输入的含噪声图像有以下特征:(1)在真实场景下拍摄;(2)图像不需要经过任何图像处理,图像尺寸为M
×
N;其中,M为输入的含噪声图像的行数,N为输入的含噪声图像的列数;(3)图像都带有噪声。3.根据权利要求1所述的一种基于像素级噪声方差估计的真实图像盲降噪方法,其特征在于,所述步骤S2具体实现如下:步骤S21、输入待处理的含噪声图像I
R
=I+I
X
,I
R
∈R
M
×
N
,其中I
R
表示带噪声图像,I表示需恢复的干净图像,I
X
表示输入的含噪声图像中的噪声,生成以为中心的N
S
×
N
S
邻域数据I
R
(i),表示待处理的含噪声图像I
R
中第i个目标块,大小为N1×
N1;步骤S22、计算目标块的相对平坦程度F
i
,并根据F
i
自适应调整步骤S24中的参数s;步骤S23、对于每个目标块Z
R
(i),在I
R
(i)内根据欧氏距离寻找最相似的n个图像块T
l
(l=1,2,...,n);步骤S24、将T
l
合并成一个矩阵向量,搜索其中与每个像素最相似的s个像素并整合成相似像素矩阵步骤S25、根据步骤S24求出的相似像素矩阵计算目标块的噪声方差σ。4.根据权利要求3所述的一种基于像素级噪声方差估计的真实图像盲降噪方法,其特征在于,所述步骤S22具体包括以下步骤:步骤S221、用图像块像素之间的梯度G来表示其平坦程度,其中G为水平梯度G
h
和垂直梯度G
v
之和,即当前目标块梯度G
i
=G
v
+G
h
;步骤S222、令当前目标块的参考梯度为的计算公式为其中,G
x
指代当前目标块之前处理过的每一个目标块对应的目标块梯度,则相对平坦程度由计算得出,最后根据F
i
的值自适应调整参数s的值。5.根据权利要求3所述的一种基于像素级噪声方差估计的真实图像盲降噪方法,其特征在于,所述步骤S24具体包括以下步骤:步骤S241、将目标块匹配得到的n个相似图像块T
l
的像素数据都拉
伸为N1×
N1行1列的向量然后把这n个向量按列组合成一个长为N1×
N1宽为n的像素矩阵步骤S242、把像素矩阵t的每一行当成一个整体用二范数计算每一行像素t
i
...

【专利技术属性】
技术研发人员:吴林煌洪晖陈平平
申请(专利权)人:福州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1