一种基于非局部均值的保边图像去噪方法和系统技术方案

本发明专利技术提供一种基于非局部均值的保边图像去噪方法和系统，其中，方法包括：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：基于待处理图像和基础去噪图像，确定非局部加权权重；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。本发明专利技术的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。实现抑制噪声的同时保留边缘信息。实现抑制噪声的同时保留边缘信息。

【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
i,j
通过下式确定：
[0010][0011]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；
[0012]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；
[0013]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。
[0014]优选的，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：
[0015]步骤S21：确定所述待处理图像上待去噪的像素点；
[0016]步骤S22：确定待去噪的像素点的搜索窗口；
[0017]步骤S23：在所述搜索窗口中确定各个参考像素点；
[0018]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；
[0019]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；
[0020]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；
[0021]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：
[0022][0023]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。
[0024]优选的，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：
[0025]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：
[0026][0027]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。
[0028]优选的，所述步骤S22：确定待去噪的像素点的搜索窗口，包括：
[0029]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；
[0030]步骤S222：分别对待处理图像和各个所述基础去噪图像进行特征提取并基于提取的特征值构建特征集，获取构建的多个特征集；
[0031]步骤S223：将多个所述特征集与预设的窗口参数确定库中各个所述特征集对应的标准集进行匹配；
[0032]步骤S224：获取与多个所述特征集都分别匹配的所述标准集所共同对应关联的窗口参数集；
[0033]步骤S224：解析所述窗口参数集，确定所述待处理图像中各个待去噪的像素点对应的所述搜索窗口的窗口参数。
[0034]优选的，基于非局部均值的保边图像去噪方法，还包括：
[0035]在对于位于所述待处理图像边缘处的待去噪的像素点进行去噪的搜索窗口确定时，其中存在虚拟像素点；
[0036]当所述搜索窗口中存在虚拟像素点时，需要进行虚拟像素点的填充；
[0037]提取所有需要进行虚拟像素点的填充的搜索窗口；
[0038]依据搜索窗口中待填充的虚拟像素点数目，确定搜索窗口的填充顺序。
[0039]优选的，虚拟像素点的填充通过如下步骤进行：
[0040]将所述搜索窗口中的参考像素点的区域，参考块并基于参考块的大小构建采样窗口；
[0041]基于所述采样窗口在所述待处理图像中进行滑动采样，获取多个采样块；
[0042]计算所述参考块与所述采样块的相似度；
[0043]确定相似度大于预设的相似度阈值的采样块占采样块总数的比值；
[0044]当所述比值大于预设的比值阈值时，基于相似度最大的所述采样块，确定与搜索窗口对应的参考窗口；
[0045]基于参考窗口内除了采样块的其他像素点的像素值对所述搜索窗口中的虚拟像素点的像素值进行填充。
[0046]优选的，当所述比值小于等于预设的比值阈值时，基于所述搜索窗口中各个参考像素点的位置及像素值，构建参数集；
[0047]基于所述参数集和预设的填充参数确定库，确定填充参数集；
[0048]解析所述填充参数集，确定各个填充参数；
[0049]基于各个所述填充参数和各个参考像素点的像素值，对虚拟像素点进行填充。
[0050]优选的，所述基于各个所述填充参数和各个参考像素点的像素值，对虚拟像素点进行填充，包括：
[0051]提取一个虚拟像素点；
[0052]分别计算虚拟像素点至各个参考像素点的距离；
[0053]依照距离的从小到大对所述参数像素点的像素值进行排列；
[0054]基于排列的顺序为各个所述参考像素点的像素值和所述填充参数集中各个填充参数的顺序，确定像素值和填充参数对应关系并计算虚拟像素点的像素值，所述虚拟像素点的像素值计算公式如下：
[0055][0056]式中，T为所述虚拟像素点的像素值；t
i
经过排列后的第i个参考像素点的像素值；β本文档来自技高网...

【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：