【技术实现步骤摘要】
一种基于非局部均值的保边图像去噪方法和系统
[0001]本专利技术涉及图像处理
,特别涉及一种基于非局部均值的保边图像去噪方法和系统。
技术介绍
[0002]图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像质量降低,这将严重影响后续的图像处理过程和图像的视觉效果。随着计算机视觉的发展,高端视觉任务对图像质量提出了更高的要求,图像去噪的重要性也日益提升。基于深度学习的去噪方法在算法层面上去噪表现优秀,但因网络复杂度高、计算量大难以应用到图像信号处理器(ISP)中,传统去噪算法在实际应用中仍占据主流。去噪的研究难点主要在于平衡抑制噪声和保留边缘信息之间的矛盾,传统去噪算法中经典的双边滤波、非局部均值滤波均存在过度平滑的问题。
技术实现思路
[0003]本专利技术目的之一在于提供了一种基于非局部均值的保边图像去噪方法,将高斯滤波等基础去噪方法与非局部均值滤波相结合,实现抑制噪声的同时保留边缘信息。
[0004]本专利技术实施例提供的一种基于非局部均值的保边图像去噪方法,包括:
[0005]步骤S1:对待处理图像进行基础去噪,获取基础去噪图像;
[0006]步骤S2:基于待处理图像和基础去噪图像,确定非局部加权权重;
[0007]步骤S3:基于非局部加权权重,对待处理图像进行处理,获取去噪图像。
[0008]优选的,步骤S1:对待处理图像进行基础去噪,获取基础去噪图像,包括:
[0009]步骤S11:确定高斯滤波模板;其中,高斯滤波模板的系数H ...
【技术保护点】
【技术特征摘要】
1.一种基于非局部均值的保边图像去噪方法,其特征在于,包括:步骤S1:对待处理图像进行基础去噪,获取基础去噪图像;步骤S2:基于所述待处理图像和所述基础去噪图像,确定非局部加权权重;步骤S3:基于所述非局部加权权重,对所述待处理图像进行处理,获取去噪图像。2.如权利要求1所述的基于非局部均值的保边图像去噪方法,其特征在于,所述步骤S1:对待处理图像进行基础去噪,获取基础去噪图像,包括:步骤S11:确定高斯滤波模板;其中,高斯滤波模板的系数H
i,j
通过下式确定:式中,H
i,j
表示高斯滤波模板的系数;σ
g
为所述待处理图像的各个像素点的像素值的标准差;s表示高斯滤波窗口的半径;i,j代表滤波窗口内像素点与待处理像素点的横纵距离;步骤S12:确定所述待处理图像上各个像素点对应的第一邻域;步骤S13:基于所述第一邻域和所述高斯滤波模板,确定所述基础去噪图像中各个像素点的像素值。3.如权利要求1所述的基于非局部均值的保边图像去噪方法,其特征在于,所述步骤S2:基于所述待处理图像和所述基础去噪图像,确定非局部加权权重,包括:步骤S21:确定所述待处理图像上待去噪的像素点;步骤S22:确定待去噪的像素点的搜索窗口;步骤S23:在所述搜索窗口中确定各个参考像素点;步骤S24:分别确定待去噪的像素点的第二邻域以及各个所述参考像素点的第三邻域;步骤S25:分别计算所述第二邻域与各个所述第三邻域的欧式距离;步骤S26:确定待去噪的像素点在所述基础去噪图像中的对应的第一像素点的像素值和所述参考像素点在所述基础去噪图像中的对应的第二像素的像素值;步骤S27:基于所述欧式距离、所述第一像素点的像素值和所述第二像素点的像素值,确定各个所述参考像素点对应的非局部加权权重;其中,所述非局部加权权重计算公式如下:式中,w(p,q)为所述搜索窗口中第q个所述参考像素点对应的加权权重;u(p)为第一像素点的像素值;u(q)为所述第二像素点的像素值;h和l是预设的滤波参数,σ为噪声标准差;d为所述欧式距离。4.如权利要求3所述的基于非局部均值的保边图像去噪方法,其特征在于,所述步骤S3:基于所述非局部加权权重,对所述待处理图像进行处理,获取去噪图像,包括:对所述搜索窗口中所有的像素点求加权平均,确定所述待去噪的像素点对应的去噪后的像素值,计算公式如下:
式中,NLv(p)为所述待去噪的像素点对应的去噪后的像素值;v(q)为待处理图像上参考像素点的像素值;C(p)为加权权重的归一化因子,即所述搜索窗口内所有像素点的非局部加权权重的和。5.如权利要求3所述的基于非局部均值的保边图像去噪方法,其特征在于,所述步骤S22:确定待去噪的像素点的搜索窗口,包括:步骤S221:获取经过预设的多种不同的去噪方法进行去噪后的基础去噪图像;步骤S222:分别对待处理图像和各个所...
【专利技术属性】
技术研发人员:彭丽媛,王明宇,
申请(专利权)人:上海宇勘科技有限公司,
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。