基于非局部小波系数收缩的图像去噪方法
【专利摘要】本发明提出了一种基于非局部小波系数收缩的图像去噪方法，主要解决现有图像去噪方法去噪声时丢失图像细节的问题。其实现步骤为：(1)构建含噪图像的相似组，并对相似组中相似块作二维小波变换,计算相似组小波系数的非局部均值；(2)使用双L1范数模型收缩小波系数，再进行小波反变换，得到相似块估计值，并对其进行整合，得到一次估计图像；(3)对一次估计图像进行残差回补，并执行步骤(1)-(2)，得到基础估计图像；(4)构建基础估计图像的相似组，进而得到含噪图像的相似组；(5)对含噪图像的相似组进行维纳协同滤波，得到去噪图像。本发明能在平滑噪声的同时，更好地保持图像的边缘纹理，可用于对自然图像的去噪处理。
【专利说明】基于非局部小波系数收缩的图像去噪方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，具体地说是基于非局部小波系数收缩的图像去噪方法，可用于对自然图像的去噪处理。
【背景技术】
[0002]图像是人们获取信息的重要来源，但图像在生成和传输过程中常常会受到各种噪声的干扰，这不仅影响到图像的视觉效果，也阻碍了特征提取、目标识别等后续工作的进行。因此，图像去噪是图像处理领域至关重要的一部分。
[0003]图像去噪的目的就是从含噪图像中恢复出高质量清晰的图像，去噪的同时尽可能地保持图像的固有特征信息。目前，大量的去噪方法已经被提出，其中正则化方法得到了广泛的研究，该方法将观测图像和先验知识两者结合于变分公式，强调找到合适的图像先验模型是至关重要的。传统的正则化方法，比如二次Tikhonov方法、TV方法由于其分段常数的假设，在去噪的同时会过平滑图像，因此，很快被基于稀疏性的正则化方法所取代。该方法利用了图像的局部稀疏性，用字典中的若干原子的线性组合来表示图像块，每个图像块是单独进行稀疏表示的，并没有考虑到与其他图像块之间的相关性。
[0004]2005年，Buades等人提出了非局部的图像去噪方法，该方法突破了传统局部滤波的思想，充分利用图像的非局部结构相似性，获得了显著的去噪效果。随后，出现了很多基于非局部思想的去噪方法，如BM3D、CSR等方法，BM3D方法将结构相似的二维图像块聚集在一起形成三维数组，通过对这些三维数组联合滤波，聚合图像块的估计值，进一步提高了去噪效果。但该方法由于对相似组进行块间一维变换，使得图像的部分细节被弱化，导致边缘区域变模糊。CSR方法将字典学习和结构聚类结合起来，使图像的稀疏编码噪声足够小，从而提高去噪效果，但该方法实现起来比较耗时，而且部分边缘的去噪效果仍不理想。`
【发明内容】
[0005]本发明的目的在于针对上述已有技术的不足，提出一种基于非局部小波系数收缩的图像去噪的实现方法，以实现对自然图像去噪中边缘和平滑区域的兼顾，提高图像去噪效果。
[0006]为实现上述目的，本发明包括如下步骤:
[0007](I)在输入含噪图像中以步长3取参考图像块，根据欧式距离公式计算该参考块与其邻域内所有图像块的距离(KZi, Ziij)，选取距离最小的N2个图像块构成该参考块的相似组:Si = (Zi^min((!(Zi, Zi j)), j = 1...N2, i表示相似组序号},其中,Zi为参考图像块，Zi；J为Zi邻域中的图像块，N2为相似组中相似块个数；
[0008](2)对相似组中的相似块进行二维小波变换，得到相似块的小波系数:
[0009]α i, j — T 2D (Zi, j), Zi, j G Si
[0010]其中，T2D表示二维小波变换，a i；J为第i个相似组中第j个相似块的小波系数；
[0011](3)根据非局部均值公式，计算每个相似组小波系数的非局部均值μ 1:
【权利要求】
1.一种基于非局部小波系数收缩的图像去噪方法，包括如下步骤: (1)在输入含噪图像中以步长3取参考图像块，根据欧式距离公式计算该参考块与其邻域内所有图像块的距离CKZi, ZiJ，选取距离最小的N2个图像块构成该参考块的相似组:Si = (Zi^min((!(Zi, Zi；J)), j = 1...N2, i表示相似组序号},其中，Zi为参考图像块,Zi j为Zi邻域中的图像块，N2为相似组中相似块个数； (2)对相似组中的相似块进行二维小波变换，得到相似块的小波系数: α i,j 一 T2D(Ziij), Zi, j e Si 其中，T2d表示二维小波变换，a i；J为第i个相似组中第j个相似块的小波系数； (3)根据非局部均值公式，计算每个相似组小波系数的非局部均值U1:
α = Σ^-/^-/ ^ J= 1 v
ω i; j = exp (-d (Zi, Zi,」))/h) /ff 其中，ω i；J为相似块对应的权值，h为12 σ η，ση为噪声标准差，W表示归一化操作； (4)使用双L1范数模型的收缩函数，计算相似块的小波系数估计值彳,:
2.根据权利要求1所述的去噪方法，其中步骤(1)所述的根据欧式距离公式计算参考块与其邻域内所有图像块的距离(KZi, Ziij)，其公式如下:
【文档编号】G06T5/00GK103745442SQ201410008954
【公开日】2014年4月23日 申请日期:2014年1月8日 优先权日:2014年1月8日
【发明者】钟桦, 焦李成, 周洋, 马晶晶, 马文萍, 侯彪 申请人:西安电子科技大学