專利名稱：圖像噪聲濾除方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理方法，并且尤其涉及一種圖像噪聲濾除方法。

背景技術(shù)：
圖像噪聲是影響圖像品質(zhì)的關(guān)鍵因素之一。然而，在圖像感測(cè)器的像素?cái)?shù)目逐漸 增加的同時(shí)，像素大小卻因成本考慮而不斷地被縮小，導(dǎo)致圖像感測(cè)器擷取的圖像中所包 含的噪聲而無可避免地被放大。因此，噪聲濾除(denoising)的效果逐漸成為決定圖像品 質(zhì)的一個(gè)重要因素。利用濾波器(filter)將去噪前圖像(noisy image)重建為去噪后圖像(denoised image)的過程稱為圖像重建(image reconstruction)，如

圖1所示。利用鄰域?yàn)V波器(neighborhood filter)進(jìn)行圖像重建為一項(xiàng)標(biāo)準(zhǔn)技術(shù)。鄰域?yàn)V 波器根據(jù)當(dāng)前像素(current pixel)及其鄰域像素(neighborhood pixel)之間的相似度 決定權(quán)重(weighting)，并根據(jù)該權(quán)重將當(dāng)前像素與其鄰域像素進(jìn)行加權(quán)平均以得到當(dāng)前 像素的重建值。當(dāng)去噪圖像中所有像素均進(jìn)行完上述圖像重建的步驟后，則可得到去噪后 圖像。鄰域?yàn)V波一般可以以式(1)表示U(x)=———NhO)/ ,(i)其中，U表示去噪前圖像；Nh(χ)表示歸一化常數(shù)(normalization constant) ；U 表示去噪后圖像；RX表示當(dāng)前像素χ的鄰域；h表示濾波常數(shù)，其決定于當(dāng)前像素χ與其鄰 域像素y在圖像中的距離，例如鄰域像素y與當(dāng)前像素χ的位置距離(distance)，以及亮 度差異(intensity difference) 0請(qǐng)參照?qǐng)D2所示，其顯示了一 7X7鄰域?yàn)V波的示意圖。 圖像感測(cè)器擷取圖像I，其為去噪前圖像。鄰域?yàn)V波器則根據(jù)當(dāng)前像素χ與該當(dāng)前像素χ周 圍的搜尋框艮內(nèi)的鄰域像素y之間的相似度分別求出48個(gè)權(quán)重，并將當(dāng)前像素χ的灰階 值(gray level)與其48個(gè)鄰域像素y的灰階值進(jìn)行加權(quán)平均，以得到當(dāng)前像素χ的重建 值。然而，鄰域?yàn)V波器由于僅單純地根據(jù)兩個(gè)像素之間的相似度進(jìn)行加權(quán)平均，因此往往無 法達(dá)到令人滿意的重建效果。因此，另提出了一種圖像重建法，稱之為非區(qū)域演算法(non-local algorithm), 以改善上述基于鄰域?yàn)V波的圖像重建法。非區(qū)域演算法最主要是根據(jù)當(dāng)前像素周圍預(yù)設(shè)大 小的當(dāng)前像素比較框(comparison block)與當(dāng)前像素的鄰域像素周圍預(yù)設(shè)大小的鄰域像 素比較框之間的相似度來決定權(quán)重，并根據(jù)該權(quán)重將當(dāng)前像素的灰階值與其鄰域像素的灰 階值進(jìn)行加權(quán)平均，以求出當(dāng)前像素的重建值。非區(qū)域演算法一般可以以式( 表示_8] NLM(I)= Σ ^(iJ)vO)jeRx(2) 其中NL[v] (i)表示當(dāng)前像素i的重建值；v(j)表示去噪前當(dāng)前像素i的鄰域像 素j的灰階值；ω (i，j)表示當(dāng)前像素i與其鄰域像素j之間的權(quán)重，其決定于當(dāng)前像素i周圍預(yù)設(shè)大小的當(dāng)前像素比較框與鄰域像素j周圍預(yù)設(shè)大小的鄰域像素比較框之間的相 似度。該權(quán)重可以以式C3)表示為
權(quán)利要求
1.一種圖像噪聲濾除方法，該方法包括下列步驟在圖像中依序選擇一像素作為當(dāng)前像素，其中該當(dāng)前像素周圍的像素作為該當(dāng)前像素 的鄰域像素；動(dòng)態(tài)地決定一當(dāng)前搜尋框和一強(qiáng)度參數(shù)，并在所述當(dāng)前搜尋框中每一像素周圍決定一 比較框；對(duì)所述當(dāng)前搜尋框中每一像素的比較框進(jìn)行預(yù)去噪；比較預(yù)去噪后鄰域像素的比較框與預(yù)去噪后當(dāng)前像素的比較框，以求出所述當(dāng)前搜尋 框中每一鄰域像素與所述當(dāng)前像素的相似度；根據(jù)所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的距離、所述相似度和所述強(qiáng)度參 數(shù)，決定每一鄰域像素相對(duì)于當(dāng)前像素的權(quán)重；以及根據(jù)所述權(quán)重對(duì)當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的灰階值進(jìn)行加權(quán)平均，以得 到當(dāng)前像素的重建值。
2.根據(jù)權(quán)利要求1所述的圖像噪聲濾除方法，該方法還包含下列步驟 判斷是否所述圖像的所有像素均已求得重建值；其中，預(yù)去噪是利用平均濾波器或鄰域?yàn)V波器來實(shí)現(xiàn)；其中，所述相似度為預(yù)去噪后鄰域像素的比較框與預(yù)去噪后當(dāng)前像素的比較框中相對(duì) 位置像素的灰階值的差值平方和；其中，所述當(dāng)前搜尋框和比較框各自為方形、矩形、菱形、圓形或橢圓形。
3.根據(jù)權(quán)利要求1所述的圖像噪聲濾除方法，其中，動(dòng)態(tài)地決定一當(dāng)前搜尋框和一強(qiáng) 度參數(shù)的步驟包括下列步驟在所述當(dāng)前像素周圍決定一最大搜尋框，其中該最大搜尋框中每一像素的周圍決定有 所述比較框；計(jì)算包含于所述最大搜尋框內(nèi)的所有次搜尋框的邊緣像素比例；以及 以具有最低邊緣像素比例的次搜尋框作為所述當(dāng)前搜尋框，并根據(jù)該當(dāng)前搜尋框的邊 緣像素比例決定所述強(qiáng)度參數(shù)。
4.根據(jù)權(quán)利要求3所述的圖像噪聲濾除方法，其中，計(jì)算包含于所述最大搜尋框內(nèi)的 所有次搜尋框的邊緣像素比例的步驟包括下列步驟對(duì)所述最大搜尋框中所有像素的比較框進(jìn)行預(yù)去噪；計(jì)算所述最大搜尋框中每一像素的預(yù)去噪前比較框與預(yù)去噪后比較框中相對(duì)位置像 素的灰階值的差值絕對(duì)值之和；當(dāng)該差值絕對(duì)值之和大于門檻值時(shí)，判定該像素為邊緣像素；以及 根據(jù)判定結(jié)果計(jì)算包含于所述最大搜尋框內(nèi)的所有次搜尋框的邊緣像素比例。
5.根據(jù)權(quán)利要求4所述的圖像噪聲濾除方法，其中，所述次搜尋框的尺寸為 (n-2m) X (n-2m)，n為所述最大搜尋框的尺寸，m等于0或正整數(shù)；其中，最小的次搜尋框尺 寸為3X3，最大的次搜尋框?yàn)樗鲎畲笏褜た蚯以撟畲笏褜た虻某叽鐬?X7。
6.根據(jù)權(quán)利要求3所述的圖像噪聲濾除方法，其中，所述邊緣像素比例愈高，所述強(qiáng)度 參數(shù)愈低；所述邊緣像素比例愈低，所述強(qiáng)度參數(shù)愈高。
7.一種圖像噪聲濾除方法，該方法包括下列步驟在圖像中依序選擇一像素作為當(dāng)前像素，其中該當(dāng)前像素周圍的像素作為該當(dāng)前像素的鄰域像素；在當(dāng)前像素周圍決定一最大搜尋框，并在該最大搜尋框中每一像素的周圍決定一比較框；對(duì)所述最大搜尋框中每一像素的比較框進(jìn)行預(yù)去噪；根據(jù)所述最大搜尋框中每一像素的預(yù)去噪前比較框與預(yù)去噪后比較框決定該像素是 否為邊緣像素；計(jì)算包含于所述最大搜尋框內(nèi)的所有次搜尋框的邊緣像素比例； 以具有最低邊緣像素比例的次搜尋框作為當(dāng)前搜尋框，并根據(jù)該當(dāng)前搜尋框的邊緣像 素比例決定強(qiáng)度參數(shù)；比較預(yù)去噪后鄰域像素的比較框與預(yù)去噪后當(dāng)前像素的比較框，以求得所述當(dāng)前搜尋 框中每一鄰域像素與當(dāng)前像素的相似度；根據(jù)所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的距離、所述相似度和所述強(qiáng)度參 數(shù)，決定每一鄰域像素相對(duì)于當(dāng)前像素的權(quán)重；以及根據(jù)該權(quán)重對(duì)所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的灰階值進(jìn)行加權(quán)平均，以 得到當(dāng)前像素的重建值。
8.根據(jù)權(quán)利要求7所述的圖像噪聲濾除方法，其中，預(yù)去噪是利用平均濾波器或鄰域 濾波器來實(shí)現(xiàn)。
9.根據(jù)權(quán)利要求7所述的圖像噪聲濾除方法，其中，根據(jù)所述最大搜尋框中每一像素 的預(yù)去噪前比較框與預(yù)去噪后比較框決定該像素是否為邊緣像素的步驟包括下列步驟計(jì)算所述最大搜尋框中每一像素的預(yù)去噪前比較框與預(yù)去噪后比較框中相對(duì)位置像 素的灰階值的差值絕對(duì)值之和；以及當(dāng)該差值絕對(duì)值之和大于門檻值時(shí)，判定該像素為邊緣像素。
10.根據(jù)權(quán)利要求7所述的圖像噪聲濾除方法，其中，所述邊緣像素比例愈高，所述強(qiáng) 度參數(shù)愈低；所述邊緣像素比例愈低，所述強(qiáng)度參數(shù)愈高；其中，所述強(qiáng)度參數(shù)為數(shù)學(xué)函數(shù) 或數(shù)值。
11.根據(jù)權(quán)利要求7所述的圖像噪聲濾除方法，其中，所述次搜尋框的尺寸為 (n-2m) X (n-2m)，n為所述最大搜尋框的尺寸，m等于0或正整數(shù)；其中，最小的次搜尋框尺 寸為3X3，最大的次搜尋框?yàn)樗鲎畲笏褜た颉?br> 12.根據(jù)權(quán)利要求7所述的圖像噪聲濾除方法，該方法還包括下列步驟 判斷是否所述圖像的所有像素均已求得重建值；其中，所述相似度為預(yù)去噪后鄰域像素的比較框與預(yù)去噪后當(dāng)前像素的比較框中相對(duì) 位置像素的灰階值的差值平方和；其中，所述最大搜尋框、比較框、次搜尋框以及當(dāng)前搜尋框各自為方形、矩形、菱形、圓 形或橢圓形。
全文摘要
本發(fā)明公開了一種圖像噪聲濾除方法，該方法包括下列步驟在圖像中依序選擇一像素作為當(dāng)前像素；動(dòng)態(tài)地決定一當(dāng)前搜尋框和一強(qiáng)度參數(shù)；對(duì)所述當(dāng)前搜尋框中每一像素的比較框進(jìn)行預(yù)去噪；比較預(yù)去噪后鄰域像素的比較框與預(yù)去噪后當(dāng)前像素的比較框，以求出所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的相似度；根據(jù)所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的距離、相似度和強(qiáng)度參數(shù)，決定每一鄰域像素相對(duì)于當(dāng)前像素的權(quán)重；以及根據(jù)該權(quán)重對(duì)所述當(dāng)前搜尋框中每一鄰域像素與當(dāng)前像素的灰階值進(jìn)行加權(quán)平均，以得到當(dāng)前像素的重建值。本發(fā)明圖像噪聲濾除方法通過引入預(yù)去噪步驟，使得比較框內(nèi)的圖像信息僅剩下圖像結(jié)構(gòu)而不含噪聲，可有效解決像素受噪聲影響的情形。
文檔編號(hào)H04N5/357GK102045513SQ20091018040
公開日2011年5月4日 申請(qǐng)日期2009年10月13日 優(yōu)先權(quán)日2009年10月13日
發(fā)明者姚文瀚, 李泉欣, 楊恕先 申請(qǐng)人:原相科技股份有限公司