1.一种多图像块融合的非局部均值去噪方法,其特征在于,包括:
采用至少两种不同大小的图像块,对待去噪图像每个像素点使用非局部均值去噪方法进行去噪估计,得到待去噪图像每个像素点在至少两种不同去噪模式下的去噪估计值;
对待去噪图像每个像素点在至少两种不同去噪模式下的至少两个去噪估计值再次进行估计,从而得到待去噪图像每个像素点的最终去噪估计值。
2.根据权利要求1所述的多图像块融合的非局部均值去噪方法,其特征在于,所述图像块的大小用d×d像素阵列表示,其中d=2r+1,r为正整数。
3.根据权利要求2所述的多图像块融合的非局部均值去噪方法,其特征在于,所述r取三个数值或四个数值或五个数值。
4.根据权利要求2所述的多图像块融合的非局部均值去噪方法,其特征在于,所述采用至少两种不同大小的图像块对待去噪图像每个像素点使用非局部均值去噪方法进行去噪估计,得到至少两种不同去噪模式下图像的去噪估计值的方法如下:
其中d选取至少两个不同的值,计算不同模式下的图像去噪估计值,图像去噪估计值具体采用如下方法计算:
公式(1)中,S表示搜索相似像素点的搜索窗口,为以像素点i为中心的一个图像区域,S的取值范围为[3×3,I];u'd×d(i)表示待处理像素点i在图像块大小为d×d模式下的去噪估计值,v(j)表示像素点j在待噪声图像中的灰度值,wd×d(i,j)表示在图像块大小为d×d模式下像素点j相对于像素点i的权重值,其计算方式如下所示:
公式(2)中,Vd×d(i)和Vd×d(j)分别表示以像素点i和像素点j为中心的图像块的灰度值向量,图像块大小为d×d,h为滤波参数,表示Vd×d(i)和Vd×d(j)之间的欧式距离;Zd×d(i)为归一化常数;Zd×d(i)计算方式如下:
公式(3)中,Zd×d(i)为归一化常数,S表示搜索相似像素点的搜索窗口,为以像素点i为中心的一个图像区域,S的取值范围为[3×3,I];Vd×d(i)和Vd×d(j)分别表示以像素点i和像素点j为中心的图像块的灰度值向量,图像块大小为d×d,h为滤波参数,表示Vd×d(i)和Vd×d(j)之间的欧式距离。
5.根据权利要求4所述的多图像块融合的非局部均值去噪方法,其特征在于,所述S取I。
6.根据权利要求4所述的多图像块融合的非局部均值去噪方法,其特征在于,所述对待去噪图像每个像素点在至少两种不同去噪模式下的至少两个去噪估计值再次进行估计,从而得到最终的图像去噪估计值具体为:
利用待去噪图像每个像素点在至少两种不同去噪模式下的归一化常数对所述至少两个去噪估计值再次进行加权平均,从而得到最终的图像去噪估计值。
7.根据权利要求6所述的多图像块融合的非局部均值去噪方法,其特征在于,所述利用待去噪图像每个像素点在至少两种不同去噪模式下的归一化常数对所述至少两个去噪估计值再次进行加权平均,从而得到最终的图像去噪估计值具体为:
公式(4)中,U(i)为待去噪图像中像素点i的最终去噪估计值,Zd×d(i)为归一化常数,至少为两种去噪模式下的归一化常数;u'd×d(i)表示待处理像素点i在图像块大小为d×d模式下的去噪估计值;D表示选择的图像区域d×d的集合。
8.根据权利要求4所述的多图像块融合的非局部均值去噪方法,其特征在于,所述对待去噪图像每个像素点在至少两种不同去噪模式下的至少两个去噪估计值再次进行估计,从而得到最终的图像去噪估计值具体为:
对所述待去噪图像每个像素点在至少两个去噪估计值再次进行算数平均,从而得到最终的图像去噪估计值。
9.根据权利要求8所述的多图像块融合的非局部均值去噪方法,其特征在于,对所述待去噪图像每个像素点在至少两个去噪估计值再次进行算数平均,从而得到最终的图像去噪估计值具体为:
公式(5)中,U(i)为最终图像去噪估计值,D表示选择的图像区域d×d的集合;n表示去噪模式的个数。