一种图像降噪方法、装置及存储介质制造方法及图纸

本发明专利技术提供的一种图像降噪方法、装置及存储介质，包括以下步骤：对二维图像信号的像素集合X进行预处理，利用像素集合X的像素x

【技术实现步骤摘要】
一种图像降噪方法、装置及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种图像降噪方法、装置及存储介质。

技术介绍

[0002]由于图像在采集、传输、显示等过程中不可避免会受到不同程度噪声的污染，从而降低图像质量。图像去噪的主要目标是滤除其中的随机噪声，并尽可能地保留图像细节信息。
[0003]研究人员提出了大量的降噪算法来去除图像中的噪声，并将这个过程称为图像平滑或图像滤波。根据滤波存在的信号域，图像降噪算法可以分为两类：一类为空间域方法，其主要在图像空间域对像素点进行处理；另一类为变换域方法，其在变换域对图像系数进行修正处理，然后经过逆变换得到最终处理后的空域图像。
[0004]越来越多的应用场景要求提高图像降噪算法的实时性能，比如用于长距离电力线缆健康状态监测的分布式光纤传感系统。

技术实现思路

[0005]本专利技术所要解决的技术问题是：提供一种图像降噪方法、装置及存储介质，以解决如何提高降噪效果以及运算效率的技术问题。
[0006]本专利技术提供的技术方案的主要专利技术构思在于：首先对数据预处理，根据像素之间的相关程度移除搜索窗口内的无关点，减少参与运算的数据量；然后对预处理后的数据完成基于相似度的降噪运算，抑制过平滑的同时保持信号细节特征。
[0007]为了解决上述技术问题，本专利技术采用的技术方案为：
[0008]一种图像降噪方法，包括以下步骤：S1、对二维图像信号的像素集合X进行预处理，利用所述像素集合X的像素x
k/>之间的相关性判断并移除无关像素，得到预处理后的像素集合V＝{V(i),i∈I}，I为所述像素集合X所在的坐标域；S2、计算所述像素集合V的像素V(i)所在邻域V'(i)和所述像素V(i)的搜索窗口内相关点V(j)所在邻域V'(j)之间的相似度w(i,j)；S3、根据所述相似度w(i,j)计算降噪后的像素u(i)，得到降噪后的二维图像信号的像素集合u，u(i)＝∑
j∈Ω(i)
w(i,j)V(j)，其中，Ω(i)表示所述像素V(i)的搜索窗口内的相关像素集合；搜索半径为D
s
，邻域半径为d
s
。
[0009]一种图像降噪系统，包括：预处理模块，用于对二维图像信号的像素集合X进行预处理，利用所述像素集合X的像素x
k
之间的相关性判断并移除无关像素，得到预处理后的像素集合V＝{V(i),i∈I}，I为所述像素集合X所在的坐标域；相似度计算模块，用于计算所述像素集合V的像素V(i)所在邻域V'(i)和所述像素V(i)的搜索窗口内相关点V(j)所在邻域V'(j)之间的相似度w(i,j)；降噪模块，用于根据所述相似度w(i,j)计算降噪后的像素u(i)，得到降噪后的二维图像信号的像素集合u，u(i)＝∑
j∈Ω(i)
w(i,j)V(j)，其中，Ω(i)表示所述像素V(i)的搜索窗口内的相关像素集合；搜索半径为D
s
，邻域半径为d
s
。
[0010]一种图像降噪存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执
行上述的方法。
[0011]本专利技术的有益效果在于：首先对数据预处理，根据像素之间的相关程度判断搜索窗口内的像素是否为无关点，并移除无关点；然后对预处理后的数据完成基于相似度的降噪运算。以此方式，能够减少参与运算的数据量，以及在降噪的同时抑制局部过平滑，并保持图像自身的结构信息。
附图说明
[0012]图1为本专利技术在具体实施方式中图像降噪方法的总体流程图。
具体实施方式
[0013]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0014]本专利技术针对像素间存在大量冗余和相似特征的含噪二维图像，提供优化高效的降噪方法。本方法属于空间域降噪法，直接对二维图像空间中所有的像素点进行处理，在降噪的同时抑制局部过平滑并保持图像自身的结构信息。
[0015]本专利技术提供了一种图像降噪方法，包括以下步骤：
[0016]S1、对二维图像信号的像素集合X进行预处理，利用所述像素集合X的像素x
k
之间的相关性判断并移除无关像素，得到预处理后的像素集合V＝{V(i),i∈I}，I为所述像素集合X所在的坐标域；
[0017]S2、计算所述像素集合V的像素V(i)所在邻域V'(i)和所述像素V(i)的搜索窗口内相关点V(j)所在邻域V'(j)之间的相似度w(i,j)；
[0018]S3、根据所述相似度w(i,j)计算降噪后的像素u(i)，得到降噪后的二维图像信号的像素集合u，
[0019]u(i)＝∑
j∈Ω(i)
w(i,j)V(j)，
[0020]其中，Ω(i)表示所述像素V(i)的搜索窗口内的相关像素集合；
[0021]搜索半径为D
s
，邻域半径为d
s
。
[0022]从上述描述可知，首先对数据预处理，根据像素之间的相关程度判断搜索窗口内的像素是否为无关点，并移除无关点；然后对预处理后的数据完成基于相似度的降噪运算。以此方式，能够减少参与运算的数据量，以及在降噪的同时抑制局部过平滑，并保持图像自身的结构信息。
[0023]进一步地，所述步骤S1包括以下步骤：
[0024]S11、所述像素集合X＝{x
k
|x
k
＝f(v
i
,z
i
),k＝1,2,
…
,mn}，其中，v1,v2,
…
,v
m
为列变量，z1,z2,
…
,z
n
为行变量，所述像素集合的像素x
k
的搜索窗口内的像素集合为计算所述像素集合Y
k
的中位数A
k
和所述像素集合Y
k
的波动程度B
k
；
[0025]S12、计算所述像素集合Y
k
的中位绝对偏差MAD
k
，
[0026]MAD
k
＝c
·
median(B
k
)，
[0027]其中，c是加权系数；
[0028]S13、判断所述像素集合Y
k
的像素y
kr
是否为所述无关像素，
[0029][0030]其中，ρ是阈值，P
kr
＝1表示所述像素y
kr
是所述像素x
k
的无关像素，反之则不是；
[0031]S14、将所述像素集合Y
k
中的所述无关像素移除，得到所述像素x
k
的搜索窗口内的相关像素集合其中，D
s1
是移除无关像素后新的搜索半径；
[0032]S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像降噪方法，其特征在于，包括以下步骤：S1、对二维图像信号的像素集合X进行预处理，利用所述像素集合X的像素x
k
之间的相关性判断并移除无关像素，得到预处理后的像素集合V＝{V(i),i∈I}，I为所述像素集合X所在的坐标域；S2、计算所述像素集合V的像素V(i)所在邻域V'(i)和所述像素V(i)的搜索窗口内相关点V(j)所在邻域V'(j)之间的相似度w(i,j)；S3、根据所述相似度w(i,j)计算降噪后的像素u(i)，得到降噪后的二维图像信号的像素集合u，u(i)＝∑
j∈Ω(i)
w(i,j)V(j)，其中，Ω(i)表示所述像素V(i)的搜索窗口内的相关像素集合；搜索半径为D
s
，邻域半径为d
s
。2.根据权利要求1所述的图像降噪方法，其特征在于：所述步骤S1包括以下步骤：S11、所述像素集合X＝{x
k
|x
k
＝f(v
i
,z
i
),k＝1,2,
…
,mn}，其中，v1,v2,
…
,v
m
为列变量，z1,z2,
…
,z
n
为行变量，所述像素集合的像素x
k
的搜索窗口内的像素集合为计算所述像素集合Y
k
的中位数A
k
和所述像素集合Y
k
的波动程度B
k
；S12、计算所述像素集合Y
k
的中位绝对偏差MAD
k
，MAD
k
＝c
·
median(B
k
)，其中，c是加权系数；S13、判断所述像素集合Y
k
的像素y
kr
是否为所述无关像素，其中，ρ是阈值，P
kr
＝1表示所述像素y
kr
是所述像素x
k
的无关像素，反之则不是；S14、将所述像素集合Y
k
中的所述无关像素移除，得到所述像素x
k
的搜索窗口内的相关像素集合其中，D
s1
是移除无关像素后新的搜索半径；S15、将所述相关像素集合Y
′
k
组合为所述预处理后的像素集合V。3.根据权利要求2所述的图像降噪方法，其特征在于：所述步骤S2包括以下步骤：S21、计算所述邻域V'(i)和所述邻域V'(j)之间的欧式距离其中，G
a
为高斯核函数；S22、根据所述欧氏距离d(i,j)计算所述相似度w(i,j)，S22、根据所述欧氏距离d(i,j)计算所述相似度w(i,j)，其中，z(i)为归一化常数，h为平滑系数。4.根据权利要求3所述的图像降噪方法，其特征在于：所述步骤S21中还包括：构造积分
矩阵其中，K
Δ
(z)＝||V'(i)
‑
V'(j)||2，Δ∈[
‑
D
s1
,D
s1
]2，计算所述欧氏距离d(i,j)，5.根据权利要求4所述的图像降噪方法，其特征在于：所述步骤S21中还包括：利用所述积分矩阵K
Δ
(i)的积分对称性，计算所述欧氏距离d(i,j)，其中，6.根据权利要求5所述的图像降噪方法，其特征在于：还包括步骤S4：优化所述搜索半径D
s1
、所述平滑系数h和所述邻域半径d
s
中的至少一个参数，根据优化后的所述参数执行S2和S3，得到降噪后的信噪比SNR，所述参数的优化评判基准为使所述信噪比SNR最高。7.根据权利要求6所述的图像降噪方法，其特征在于：所述步骤S4中还包括，固定所述搜索半径D
s1<...

【专利技术属性】
技术研发人员：周钊正，夏炳森，林文钦，陈世春，张林垚，罗富财，冷正龙，李翠，陈力，游敏毅，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：