图像降噪系统、方法及介质技术方案

本发明专利技术提供了一种图像降噪系统、方法及介质，其中方法部分包括图像分解步骤：将输入的原始图像按照设定的方法分解为N个第一子图像；降噪步骤：将图像分解步骤得到的N个第一子图像中设定的M个第一子图像进行基于非局部平均的降噪，得到M个第二子图像；图像重构步骤：将降噪步骤中得到的M个第二子图像和未经降噪步骤的N‑M个第一子图像进行图像运算，得到降噪后图像；其中，N为整数，且N≥3；M为整数，且N≥M≥1。本发明专利技术具有步骤简单，降噪效果好的优点。

Image denoising system, method and media

【技术实现步骤摘要】
图像降噪系统、方法及介质
本专利技术涉及图像降噪
，具体地，涉及一种图像降噪系统、方法及介质，尤其涉及一种基于图像多分辨率分解和非局部平均的图像降噪系统、方法及介质。
技术介绍
现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像。减少数字图像中噪声的过程称为图像降噪，有时候又称为图像去噪。噪声是图像干扰的重要原因。一幅图像在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生,也可能在量化等处理中产生。根据噪声和信号的关系可将其分为三种形式:(f(x,y)表示给定原始图像,g(x,y)表示图像信号,n(x,y)表示噪声。)1)加性噪声,此类噪声与输入图像信号无关,含噪图像可表示为f(x,y)＝g(x,y)+n(x,y),信道噪声及光导摄像管的摄像机扫描图像时产生的噪声就属这类噪声；2)乘性噪声,此类噪声与图像信号有关,含噪图像可表示为f(x,y)＝g(x,y)+n(x,y)g(x,y),飞点扫描器扫描图像时的噪声,电视图像中的相干噪声,胶片中的颗粒噪声就属于此类噪声。3)量化噪声,此类噪声与输入图像信号无关,是量化过程存在量化误差,再反映到接收端而产生。现有的图片去噪方法，如专利文献CN109785254A公开的一种图片降噪方法、图片降噪模型生成方法、终端及存储介质，该方法通过获取待降噪处理图片，通过图片降噪模型对待降噪处理图片进行降噪处理，其中，图片降噪模型通过样本图片数据对卷积神经网络进行训练得到，样本图片数据包括原始图片和对原始图片进行降噪处理后的图片。除此之外，典型的图片去噪方法还包括以下几类：均值滤波器采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图象中的颗粒噪声。领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象,模糊程度与邻域半径成正比。几何均值滤波器所达到的平滑度可以与算术均值滤波器相比,但在滤波过程中会丢失更少的图象细节。谐波均值滤波器对“盐”噪声效果更好,但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。逆谐波均值滤波器更适合于处理脉冲噪声,但它有个缺点,就是必须要知道噪声是暗噪声还是亮噪声,以便于选择合适的滤波器阶数符号,如果阶数的符号选择错了可能会引起灾难性的后果。自适应维纳滤波器它能根据图象的局部方差来调整滤波器的输出,局部方差越大,滤波器的平滑作用越强。它的最终目标是使恢复图像f^(x,y)与原始图像f(x,y)的均方误差e2＝E[(f(x,y)-f^(x,y)2]最小。该方法的滤波效果比均值滤波器效果要好,对保留图像的边缘和其他高频部分很有用,不过计算量较大。维纳滤波器对具有白噪声的图象滤波效果最佳。中值滤波器它是一种常用的非线性平滑滤波器,其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值,从而可以消除孤立的噪声点,所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘,从而获得较满意的复原效果,而且,在实际运算过程中不需要图象的统计特性,这也带来不少方便,但对一些细节多,特别是点、线、尖顶细节较多的图象不宜采用中值滤波的方法。形态学噪声滤除器将开启和闭合结合起来可用来滤除噪声,首先对有噪声图象进行开启操作,可选择结构要素矩阵比噪声的尺寸大,因而开启的结果是将背景上的噪声去除。最后是对前一步得到的图象进行闭合操作,将图象上的噪声去掉。根据此方法的特点可以知道,此方法适用的图像类型是图象中的对象尺寸都比较大,且没有细小的细节,对这种类型的图像除噪的效果会比较好。小波去噪这种方法保留了大部分包含信号的小波系数,因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过层次分解后的高频系数进行阈值量化。(3)利用二维小波重构图象信号。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种图像降噪系统、方法及介质。根据本专利技术提供的一种基于图像多分辨率分解和非局部平均的图像降噪方法，包括图像分解步骤、降噪步骤以及图像重构步骤中的任一种或任多种组合；图像分解步骤：将输入的原始图像按照设定的方法分解为N个第一子图像；降噪步骤：将图像分解步骤得到的N个第一子图像中设定的M个第一子图像进行基于非局部平均的降噪，得到M个第二子图像；图像重构步骤：将降噪步骤中得到的M个第二子图像和未经降噪步骤的N-M个第一子图像进行图像运算，得到降噪后图像；其中，N为整数，且N≥3；M为整数，且N≥M≥1。优选地，所述图像分解步骤中，通过高斯滤波器，根据图像频率的高低将原始图像分解为N个第一子图像。优选地，N＝3；所述图像分解步骤中，原始图像依次经高斯滤波器、下采样模块、插值模块分别进行高斯滤波、下采样、插值，得到第一低频图像G1和第零高频图像L0；第一低频图像G1依次经高斯滤波器、下采样模块、插值模块分别进行高斯滤波、下采样、插值，得到第二低频图像G2和第一高频图像L1；其中，所述高斯滤波是指对设定图像进行基于高斯分布的线性滤波；所述下采样是指对设定图像进行间隔采样；所述插值是指对设定图像进行最邻近插值和/或双线性插值；所述第零高频图像L0、第一高频图像L1以及第二低频图像G2即为得到的3个第一子图像。优选地，所述图像分解步骤中，原始图像经过高斯滤波器和下采样模块得到图像的低频部分，原始图像与经过高斯滤波器、下采样模块以及插值模块得到的图像相减，得到图像高频部分。优选地，所述降噪步骤中，通过如下公式实现基于非局部平均的降噪：第一个公式中，NL[v](i)为降噪的结果；w(i，j)为归一化后的权重，v(j)为噪声图像，i表示当前像素i，j表示领域像素j；第二个公式中，||v(Ni)-v(Nj)||表示[v(Ni)-v(Nj)]的欧几里得距离，h为表示噪声方差的参数，Z(i)为权重的和，a是高斯核的标准差，2与2-a是高斯加权欧式距离；第三个公式和第二公式中：v(Ni)为像素i所在的领域，v(Nj)为像素j所在的领域。优选地，所述降噪步骤中，在MxM大小的搜索窗内，找出当前需要降噪的像素i所在的大小为NxN的块，与所有像素j所在的大小为MxN的块的相似度，并以此相似度给所有像素j分配相应的权重，降权平均后得到像素i的降噪结果。优选地，所述图像重构步骤中，降噪步骤中得到的M个第二子图像和未经降噪步骤的N-M个第一子图像共计N个子图像，依照设定的顺序进行扩展重构；所述扩展重构是指先扩展再相加，即第1个子图像和第2个子图像均进行扩展后相加得到第一扩展重构图像，然后对第一扩展重构图像和第3个子图像均进行扩展后相加得到第二扩展重构图像……，以此类推，直至全部子图像均扩展相加完毕；所述扩展是指图像放大。根据本专利技术提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的基于图像多分辨率分解和非局部平均的图像降噪方法的步骤。根据本专利技术提供的一种基于图像多分辨率分解和非局部平均的图像降噪系统，包括图像分解模块、降噪模块以及图像重构模块中的任一种或任多种组合；图像分解模块：将输入的原始图像按照设定的方法分解为N个第一子图像；本文档来自技高网...

【技术保护点】
1.一种基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，包括图像分解步骤、降噪步骤以及图像重构步骤中的任一种或任多种组合；图像分解步骤：将输入的原始图像按照设定的方法分解为N个第一子图像；降噪步骤：将图像分解步骤得到的N个第一子图像中设定的M个第一子图像进行基于非局部平均的降噪，得到M个第二子图像；图像重构步骤：将降噪步骤中得到的M个第二子图像和未经降噪步骤的N‑M个第一子图像进行图像运算，得到降噪后图像；其中，N为整数，且N≥3；M为整数，且N≥M≥1。

【技术特征摘要】
1.一种基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，包括图像分解步骤、降噪步骤以及图像重构步骤中的任一种或任多种组合；图像分解步骤：将输入的原始图像按照设定的方法分解为N个第一子图像；降噪步骤：将图像分解步骤得到的N个第一子图像中设定的M个第一子图像进行基于非局部平均的降噪，得到M个第二子图像；图像重构步骤：将降噪步骤中得到的M个第二子图像和未经降噪步骤的N-M个第一子图像进行图像运算，得到降噪后图像；其中，N为整数，且N≥3；M为整数，且N≥M≥1。2.根据权利要求1所述的基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，所述图像分解步骤中，通过高斯滤波器，根据图像频率的高低将原始图像分解为N个第一子图像。3.根据权利要求2所述的基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，N＝3；所述图像分解步骤中，原始图像依次经高斯滤波器、下采样模块、插值模块分别进行高斯滤波、下采样、插值，得到第一低频图像G1和第零高频图像L0；第一低频图像G1依次经高斯滤波器、下采样模块、插值模块分别进行高斯滤波、下采样、插值，得到第二低频图像G2和第一高频图像L1；其中，所述高斯滤波是指对设定图像进行基于高斯分布的线性滤波；所述下采样是指对设定图像进行间隔采样；所述插值是指对设定图像进行最邻近插值和/或双线性插值；所述第零高频图像L0、第一高频图像L1以及第二低频图像G2即为得到的3个第一子图像。4.根据权利要求3所述的基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，所述图像分解步骤中，原始图像经过高斯滤波器和下采样模块得到图像的低频部分，原始图像与经过高斯滤波器、下采样模块以及插值模块得到的图像相减，得到图像高频部分。5.根据权利要求1所述的基于图像多分辨率分解和非局部平均的图像降噪方法，其特征在于，所述降噪步骤中，通过如下公式实现基于非局部平均的降噪：第一个公式中，NL[v](i)为降噪的结果；w(i，j)为归一化后的权重，v(j)为噪声图像，i表示当前像素i，j表示领域像素j；第二个公式中，||v(Ni)-v(Nj)||表示[v(Ni)-v(Nj)]的欧几里得距离，h为表示噪声方差的参数，Z(i)为权重的和，a是高...

【专利技术属性】
技术研发人员：曾强，燕明，沈沙，严亚运，岳智，
申请(专利权)人：上海酷芯微电子有限公司，
类型：发明
国别省市：上海,31