專利名稱：基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及一種自然圖像處理濾波技術(shù)領(lǐng)域的 Treelet變換和最小均方誤差估計(jì)的去噪方法。該方法可用于開展森林資源調(diào)查、災(zāi)害評(píng)估、城市規(guī)劃、醫(yī)學(xué)影像、天文學(xué)影像等領(lǐng)域的數(shù)字圖像預(yù)處理。
背景技術(shù)：
由于受各種條件的限制，圖像在獲取、編碼、傳輸過程中會(huì)受到各種各樣的噪聲影響，這對(duì)圖像分割，目標(biāo)識(shí)別等其他一些后續(xù)處理工作帶來了不利，因此對(duì)圖像進(jìn)行去噪很有必要。圖像去噪解決了圖像受到噪聲干擾圖像質(zhì)量下降的問題，抑制噪聲影響，提高了圖像質(zhì)量，是圖像后處理的基礎(chǔ)。目前，人們更多采用頻域?yàn)V波的方法來進(jìn)行去噪圖像?？沼?yàn)V波是直接對(duì)圖像的灰度進(jìn)行處理，主要有全變差，中值濾波，雙邊濾波，非局部均值?？沼?yàn)V波去噪方法主要是對(duì)圖像進(jìn)行模糊或者擬合操作來達(dá)到去噪的目的，導(dǎo)致的結(jié)果是圖像中的高頻信息(如邊緣)會(huì)被濾除。西安電子科技大學(xué)在其申請(qǐng)的專利“基于Treelet變換和非局部均值的圖像去噪方法”(專利申請(qǐng)?zhí)?01110001952. 1，公開號(hào)CN102063708A)中公開了一種利用相似圖像塊灰度值Treelet變換的系數(shù)來計(jì)算計(jì)算圖像塊之間的相似度的非局部均值去噪方法。該方法可在高噪聲情況下能提高去噪效果，但是該方法仍存在的不足是，對(duì)圖像中細(xì)節(jié)信息保持不好，去噪后圖像過平滑，導(dǎo)致處理后的圖像結(jié)構(gòu)信息(邊緣、紋理、點(diǎn))會(huì)被模糊或?yàn)V除。Thaipanich, T. ^A^:“Improved image denoising with adaptive nonlocal means algorithm. IEEE Transactions on Consumer Electronics, vol.56, no. 4, Nov. 2010,2623-2630. ”中提出了一種自適應(yīng)的非局部均值去噪方法。該方法首先利用圖像的梯度信息對(duì)圖像進(jìn)行分類，在屬于同類的像素中搜索相似圖像塊，最后用加權(quán)平均方法進(jìn)行去噪。該方法存在的不足是，直接使用含噪圖像中的灰度計(jì)算圖像塊之間的相似度，獲得的相似性權(quán)值不準(zhǔn)確，使得最后去噪結(jié)果與原始圖像存在偏差，另外在尋找相似快的時(shí)候?qū)D像塊進(jìn)行了旋轉(zhuǎn)操作，計(jì)算復(fù)雜度比較高。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提出一種基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，在圖像塊周圍搜索相似圖像塊，采用Treelet變換對(duì)相似圖像塊進(jìn)行變換，再用最小均方誤差估計(jì)對(duì)去噪后系數(shù)進(jìn)行估計(jì)。為實(shí)現(xiàn)上述目的，本發(fā)明具體實(shí)現(xiàn)步驟包括如下(1)輸入一幅待去噪圖像；(2)選擇相似圖像塊2a)在待去噪圖像中，任取一個(gè)像素點(diǎn)為中心，以5 11個(gè)像素點(diǎn)為邊長(zhǎng)，確定一個(gè)正方形的中心圖像塊，以21 41個(gè)像素為邊長(zhǎng)，確定一個(gè)正方形的搜索窗；2b)在搜索窗中逐行掃描選取與中心圖像塊等大小的所有圖像塊；2c)選擇相似圖像塊按照下式計(jì)算步驟加)中的中心圖像塊和步驟2c)中選取的圖像塊的相似度
權(quán)利要求
1.基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，包括如下步驟(1)輸入一幅待去噪圖像；(2)選擇相似圖像塊2a)在待去噪圖像中，任取一個(gè)像素點(diǎn)為中心，以5 11個(gè)像素點(diǎn)為邊長(zhǎng)，確定一個(gè)正方形的中心圖像塊，以21 41個(gè)像素為邊長(zhǎng)，確定一個(gè)正方形的搜索窗； 2b)在搜索窗中逐行掃描選取與中心圖像塊等大小的所有圖像塊； 2c)選擇相似圖像塊按照下式計(jì)算步驟2a)中的中心圖像塊和步驟2c)中選取的圖像塊的相似度
2.根據(jù)權(quán)利要求1所述的基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，其特征在于步驟2c)圖像塊中心像素位置集合運(yùn)算中所述閾值th的取值范圍為150-350。
3.根據(jù)權(quán)利要求1所述的基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，其特征在于步驟5c)計(jì)算去噪后系數(shù)矩陣中所述收縮因子的取值范圍為0-1。
4.根據(jù)權(quán)利要求1所述的基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，其特征在于步驟(7)相似度計(jì)算中所述的懲罰因子h的取值范圍為5 σ η-10 σ η。
全文摘要
本發(fā)明公開了基于Treelet變換和最小均方誤差估計(jì)的圖像去噪方法，主要解決現(xiàn)有去噪方法對(duì)被高斯白噪聲腐蝕的自然圖像去噪效果不佳的問題。其實(shí)現(xiàn)步驟如下，(1)輸入一幅待去噪圖像；(2)搜索相似圖像塊；(3)Treelet變換獲得基矩陣；(4)投影；(5)計(jì)算去噪后系數(shù)；(6)計(jì)算去噪后相似圖像塊矩陣；(7)計(jì)算相似度；(8)矩陣賦值；(9)判斷是否處理完圖像內(nèi)所有圖像塊，若處理完，則進(jìn)行步驟(10)，否則轉(zhuǎn)入步驟(2)；(10)結(jié)果輸出。本發(fā)明具有對(duì)含有高斯白噪聲的自然圖像去噪效果好的優(yōu)點(diǎn)，能恢復(fù)出圖像原有的特征，可用于圖像分割、目標(biāo)識(shí)別，變換檢測(cè)等對(duì)圖像的預(yù)處理。
文檔編號(hào)G06T5/00GK102222327SQ20111019955
公開日2011年10月19日 申請(qǐng)日期2011年7月15日 優(yōu)先權(quán)日2011年7月15日
發(fā)明者侯彪, 公茂果, 張小華, 張林剛, 焦李成, 王桂婷, 王爽, 田小林, 鐘樺 申請(qǐng)人:西安電子科技大學(xué)