一种极低照度下彩色图像降噪方法技术

本发明专利技术公开了一种极低照度下彩色图像降噪方法，适用于极低照度下彩色图像的快速降噪，包括：将源彩色图像由

【技术实现步骤摘要】
一种极低照度下彩色图像降噪方法


[0001]本专利技术涉及图像处理降噪领域，特别涉及一种极低照度下彩色图像降噪方法
。

技术介绍

[0002]目前，极低照度彩色图像成像质量的困扰着各种军用及民用低照度相机，而其中难以克服的关键问题在于极低照度彩色图像成像中的降噪问题
。
通常的图像降噪问题多数都是针对受高斯噪声污染的灰度图像，然而，对于极低照度下的彩色图像降噪，较之前的一般图像降噪问题要复杂得多，其难点在于：其一是极低照度成像噪声模型的特殊性，它不以高斯分布作为模型，而是以泊松分布作为模型处理；其二是彩色图像的多通道性，相比于灰度图像的单通道性，彩色图像由灰度图像的简单的标量处理变成复杂的矢量处理，复杂的降噪也导致计算量过大，时间消耗过多
。
[0003]图像降噪算法按处理域的不同，通常可分为两大类：空域降噪算法和频域降噪算法
。
从整体而言，采用频域法需要经历频域正变换
、
频域处理和频域逆变换过程，其耗时时间长，不利于快速处理
。
空域图像降噪算法是在原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种极低照度下彩色图像降噪方法，其特征在于：包括如下步骤：
S1、
将源彩色图像由
RGB
空间转换为
YCbCr
空间的图像，将转换后的蓝色色度分量
Cb
图像和红色色度分量
Cr
图像分别保存；提取转化后的亮度分量
Y
；
S2、
测量亮度分量
Y
的图像含噪强度和图像平滑度；
S3、
基于亮度分量
Y
的图像含噪强度和图像平滑度获取非局部均值滤波的滤波参数；并基于获取的滤波参数采用非局部均值滤波对亮度分量
Y
的图像进行降噪得到降噪后的亮度分量
Y
；
S4、
判断是否降噪结束，若否则返回至步骤
S2
；若是则进入步骤
S5
；
S5、
将降噪后的亮度分量
Y
的图像与步骤
S1
中保存的蓝色色度分量
Cb
图像和红色色度分量
Cr
图像合并后将合并后的图像转化至
RGB
色彩空间的图像
。2.
如权利要求1所述的一种极低照度下彩色图像降噪方法，其特征在于：步骤
S2
包括：
S21、
将亮度分量
Y
图像进行三维随机化，产生随机噪声图像；
S22、
计算含噪亮度分量图像的噪声强度；
S23、
计算含噪亮度分量图像的图像平滑度
。3.
如权利要求1所述的一种极低照度下彩色图像降噪方法，其特征在于：步骤
S3
中，非局部均值滤波算法的滤波参数获取方法包括：滤波参数
h
采用如下公式计算：其中
α
为权重系数，为噪声强度和
η
为图像平滑度
。4.
如权利要求1所述的一种极低照度下彩色图像降噪方法，其特征在于：步骤
S4
包括：
S41、
基于步骤
S3
中降噪处理后的亮度分量
Y
分别计算出其噪声强度和图像平滑度
η
；
S42、
将步骤
S41
中计算的噪声强度和图像平滑度
η
与预先设置的图像噪声强度阈值
σ0和图像平滑度阈值
η0进行比较；当任一不满足条件时，则判断降噪未结束，反馈步骤
S2
；否则判断降噪结束进入步骤
S5。5.
如权利要求1所述的一种极低照度下彩色图像降噪方法，其特征在于：步骤
S5
包括：将降噪后的亮度分量
Y
图像与原蓝色色度分量和红色色度分量的图像合并，并将图像转化至
RGB
色彩空间；在获得降噪的亮度分量后，将原始极低照度彩色图像的蓝色色度分量
Cb
和红色色度分量
Cr
进行合并，然后将其从
YCbCr
色彩空间的图像转换到
RGB
色彩空间中，其转换的方法采用如下公式计算转换后的图像信息：
R
＝
1.164*(Y
‑
16)+1.596*(Cr
‑
128)G
＝
1.164*(Y
‑
16)
‑
0.392*(Cb
‑
128)
‑
0.813*(Cr
‑
128)B
＝
1.164*(Y
‑
16)+2.017*(Cb
‑
128)。6.
如权利要求1所述的一种极低照度下彩色图像降噪方法，其特征在于：步骤
S1
包括：
S11、
获取待降噪的源彩色图像
A
；
S12、
将源彩色图像
A...

【专利技术属性】
技术研发人员：窦易文，龚佳乐，高依婷，张丽平，缪红超，窦钰阳，唐健，张红芹，金伟杰，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：