一种图像非局部均值去噪方法及装置制造方法及图纸

本发明专利技术提供一种图像非局部均值去噪方法及装置，涉及图像处理技术领域。以更好地保留图像的边缘细节信息,提升图像的去噪性能。该方法包括：获取待去噪图像，以待去噪图像中每个像素点为中心抽取预设大小的图像块，获取待去噪图像的边缘特征，待去噪图像的边缘特征包括距离边缘和角度邻域；基于距离边缘和角度邻域双维度相似性定义复合图像块相似性权值；将复合图像块相似性权值作用于待去噪图像，形成目标图像块；计算相邻图像块相似性权值，基于相邻图像块相似性权值对目标图像块进行加权平均，获得中心像素，基于中心像素组合构成去噪图像。所述一种图像非局部均值去噪装置应用于所述一种图像非局部均值去噪方法。于所述一种图像非局部均值去噪方法。于所述一种图像非局部均值去噪方法。

【技术实现步骤摘要】
一种图像非局部均值去噪方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种图像非局部均值去噪方法及装置。

技术介绍

[0002]图像去噪可分为变换域方法和空间域方法，变换域方法是将图像灰度值通过某种方法变换到目标域当中，根据图像所在空间的特有性质对目标域中的信息执行特定操作后再将原始信息转换回初始空间域以达到预期结果，常见变换域方法主要有傅里叶变换和小波变换等。变换域方法去噪在保持图像边缘与纹理信息方面有明显优势，其缺点是因引入吉布斯现象而造成振铃伪影，影响图像整体视觉效果。空间域方法主要针对原始图像灰度级别执行去噪操作，在抑制噪声的过程中几乎不产生振动伪影。
[0003]在各种空间域方法中，非局部均值去噪算法(Non
‑
localmeans,NLM)在图像去噪方面具有较好效果，但是空间域去噪方法中的非局部均值去噪算法存在以下问题：1)由于搜索区域过大，可能导致算法时间复杂度太高；2)由于相似性权重的计算公式受噪声影响较大，会导致图像块权重分布不均；3)图像去噪效果与算法参数的选择有严重的正相关依赖；4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像非局部均值去噪方法，其特征在于，包括：步骤S1：获取待去噪图像，以所述待去噪图像中每个像素点为中心抽取预设大小的图像块，获取所述待去噪图像的边缘特征，所述待去噪图像的边缘特征包括距离边缘和角度邻域；步骤S2：基于距离边缘和角度邻域双维度相似性定义复合图像块相似性权值；步骤S3：将所述复合图像块相似性权值作用于所述待去噪图像，形成目标图像块；步骤S4：计算相邻图像块相似性权值，基于所述相邻图像块相似性权值对所述目标图像块进行加权平均，获得中心像素，基于中心像素组合构成去噪图像。2.根据权利要求1所述的一种图像非局部均值去噪方法，其特征在于，所述步骤S1中，获取所述待去噪图像的边缘特征，包括：利用四方向差分因子检测模板沿着待去噪图像像素平移周围四个相邻邻域块，并对每个像素执行改进差分的卷积运算，以获取所述待去噪图像的边缘特征。3.根据权利要求1所述的一种图像非局部均值去噪方法，其特征在于，所述步骤S2中，基于距离边缘和角度邻域双维度相似性定义复合图像块相似性权值，包括：步骤S2.1：基于距离边缘相似性定义距离边缘相似性权值，公式为：其中，ω
d
(N
i
,N
j
)为距离边缘相似性权值，θ(N
i
)和θ(N
j
)为含噪图像，分别表示以像素点i和j为中心点的邻域像素，S(N
i
)为基于中心像素点i的图像块边缘像素集，S(N
j
)为基于中心像素点j的图像块边缘像素集，为以i和j为中心像素的图像边缘相似度权重，h为滤波参数，h'为优化后的滤波参数；步骤S2.2：基于角度邻域相似性定义角度邻域相似性权值，公式为：其中，a(i,j),b(i,j)为N
i
，N
j
的像素，R(N
i
,N
j
)为角度邻域相似性权值；步骤S2.3：基于距离边缘相似性权值和角度邻域相似性权值获得复合图像块相似性权值，公式为：ω(N
i
,N
j
)＝ω
d
(N
i
,N
j
)
·
R(N
i
,N
j
)其中，ω(N
i
,N
j
)为复合图像块相似性权值。4.根据权利要求3所述的一种图像非局部均值去噪方法，其特征在于，...

【专利技术属性】
技术研发人员：崔志诚，
申请(专利权)人：崔志诚，
类型：发明
国别省市：