【技术实现步骤摘要】
基于相位相关的低照度图像去噪方法
[0001]本专利技术属于图像去噪及增强
,具体为一种基于相位相关的低照度图像去噪方法。
技术介绍
[0002]噪声是图像干扰的重要原因。尤其是在低照度场景下,采集相机会有许多类型的噪声干扰图像质量。这些噪声可能在传输中产生,也可能在量化等处理中产生。这些噪声有加性噪声,成性噪声等等。图像去噪常用的方法有:
[0003](1)基于滤波的方法:滤波大致可分为空域滤波、时域滤波和变换域滤波。中值滤波和均值滤波都是最常见的空域滤波器,其基本原理是用滤波窗口的中值或者均值来代替,可以消除孤立的噪声点;经典的时域滤波通过多帧的时间相关性噪声的抑制;变换域滤波是将空域转换到频率域,再使用频域滤波器来去除噪声的方法。
[0004](2)基于模型的方法:基于模型的方法是将拍摄的图像与噪声的分布分别进行建模,利用模型分布进行先验,从而获得清晰图像和优化算法。比较成功的图像先验模型有:非局部自相似(NSS)模型,稀疏模型,梯度模型和马尔可夫随机场(MRF)模型。它们拥有出色的去噪能力,但这些方法的计算量都比较大,部分参数人工选择较为困难等问题
[0005](3)基于学习的方法:基于学习的方法侧重于学习有噪声图像到干净图像的潜在映射,可以分为传统的基于学习的方法和基于深度网络的学习方法。近年来,由于基于深度网络的方法比基于滤波、基于模型和传统的基于学习的方法获得了更有前景的去噪结果,它们已成为主流方法。
[0006]图像去噪的其他方法,比如同一图像中可以表征为许多相似 ...
【技术保护点】
【技术特征摘要】
1.一种基于相位相关的低照度图像去噪方法,其特征在于,包括如下步骤:(10)提取图像边缘信息:对每一帧图像进行边缘滤波,提取图像的有效边缘信息;(20)边缘图相位相关:对相邻两帧边缘图像进行相位相关运算,计算图像序列的配准点;(30)多帧图像相关约束分析:对配准之后的多帧图像进行同源信号约束以及全局相关约束,构建互相关方程;(40)求解互相关方程,对噪声图像进行迭代更新:根据互相关最大化优化方程以及梯度最大化方程求解互相关方程,并保留当前帧的解,带入下一帧的互相关方程中实现去噪图像的迭代更新。2.根据权利1要求所述的基于相位相关的低照度图像去噪方法,其特征在于,所述步骤(10)提取图像边缘信息的具体步骤为:(11)方向滤波:对输入的原始图像分别在0
°
、45
°
、90
°
、135
°
四个方向进行方向滤波,得到四个方向的方向滤波图I0、I
45
、I
90
、I
135
;(12)计算边缘图像:根据四个方向的方向滤波图,计算边缘图像,所述边缘图像具体表示为:I
s
=(|I0|+|I
45
|+|I
90
|+|I
135
|)/4(13)阈值分割:将边缘图像I
s
与全局二值化阈值Th作比较,将边缘图像I
s
中小于Th的像素归0。3.根据权利要求1所述的基于相位相关的低照度图像去噪方法,其特征在于,所述步骤(20)边缘图像相位相关,计算配准点的具体步骤包括:(21)图像空域平移:相邻两帧边缘图像分别为f2(x,y),f1(x,y),且f2(x,y)由f1(x,y)平移(dx,dy)得到,即满足如下关系式:f2(x,y)=f1(x
‑
dx,y
‑
dy)(22)空域转换到频域:将两帧边缘图像反映到频域,具体为:F2(u,v)=F1(u,v)*e
‑
i*2π*(u*dx+v*dy)
其中,F2(u,v)为边缘图像f2(x,y)的频域图像,F1(u,v)为边缘图像f1(x,y)的频域图像;(23)计算互功率谱得到配准点:将图像的频域形式左边除以右边,得到互功率谱,其形式为:通过求取互功率谱的傅立叶反变换,得到一个狄拉克函数,再寻找函数峰值点对应的坐标,即可得到所要求得的配准点;(24)配准点全局信号时间相关联:根据步骤(23)得到的配准点实现相邻两帧之间的配准,则图像序列表征为:I(t)=I(t
’
)
式中,I表示图像序列,t表示时间,t
’
表示不同时间。4.根据权利要求3所述的基于相位相关的低照度图像去噪方法,其特征在于,步骤(30)对配准...
【专利技术属性】
技术研发人员:钱惟贤,徐盈晖,陈钱,朱世豪,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:
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。