对图像中的每一个像素进行去噪处理，直至遍历图像中的 所有像素。首先选取一个像素作为目标像素，该目标像素即为即将进行去噪处理的像素;然 后在目标像素周围的设定范围内选取与目标像素的颜色通道相同的像素作为参考像素，例 如：当目标像素为R通道的像素时，则选取R通道的像素为参考像素；当目标像素为G通道的 像素时，则选取G通道的像素为参考像素；当目标像素为B通道的像素时，则选取B通道的像 素为参考像素。
[0048] 如图3所示，中央大方框内的R像素为选取的目标像素，目标像素周围小方框内的R 像素为选取的参考像素。
[0049] 设定范围的大小可以根据需要确定，理论上，范围越大越好。可选地，最终确定的 范围是以目标像素为中心的一个区域，将落在该区域内的所有与目标像素的颜色通道相同 的像素选取为参考像素，如图3所示为9x9大小的区域。
[0050] S12、定义以目标像素为中心的设定大小的块为目标块，定义以参考像素为中心的 设定大小的块为参考块。
[0051] 目标块与参考块的大小相同，二者的大小可以根据需要设定，理论上越大越好。如 图4所示，示意性的标记出了目标块10和参考块20,目标块10和参考块20均为5x5大小。图4 中仅示意性的标记了一个参考块20，实际上，每一个参考像素对应一个参考块，参考块的数 量与参考像素的数量相等。
[0052] S13、根据参考块与目标块内的所有像素对两个块进行差异性度量，基于两个块的 差异度计算参考块中心的参考像素的权重，并对目标像素的权重赋值1。
[0053] 本步骤S13中，需计算出每一个参考像素的权重，本发明实施例根据参考像素对应 的参考块与目标块的差异度来计算该参考像素的权重。由图可以看出，参考块和目标块中 不仅包含R通道的像素，还包括G通道和B通道的像素，因此本发明实施例充分利用了 R、G、B 三通道的关系信息进行去噪。由于参考像素的权重是相对于目标像素来说的，而目标像素 相对于本身的权重为1，因此对目标像素的权重赋值1。
[0054] 可选地，在进行差异性度量(或相似性度量)时，可以将参考块与目标块内对应位 置(如参考块的左上角与目标块的左上角相对应）的像素相减的差值的绝对值之和作为两 个块的差异度，也就是说，将参考块与目标块内每一个位置的两个像素执行减法运算后取 绝对值，再将所有位置的运算结果执行加法运算，将加法运算结果作为差异度，其计算公式 如下：
[0055] Γ=Σ |M(i，j)_N(i，j)|，
[0056] 其中，M( i，j)和N( i，j)分别为参考块和目标块中坐标位置为（i，j)的两个像素 ，r 为参考块和目标块的差异度。以5x5大小的块为例，共有25个位置，两个块对应相减并取绝 对值后获得25个数值，将25个数值加起来就是两个块的差异度。
[0057] 可选地，在进行差异性度量时，还可以将参考块与目标块内对应位置的像素相减 的差值的平方之和作为两个块的差异度，也就是说，将参考块与目标块内每一个位置的两 个像素执行减法运算后再平方，再将所有位置的运算结果执行加法运算，将加法运算结果 作为差异度，其计算公式如下：
[0058] r=I(M(i,j)-N(i,j))2〇
[0059] 此外，还可以采用现有技术中的其它方式进行差异性度量(或相似性度量），在此 不再赘述。
[0060] 当得到差异度后，则可以根据差异度与权重的负相关关系来计算权重。
[0061] 可选地，可以根据以下公式计算参考像素的权重：
[0062] w = exp(-r2/sig2),
[0063] 其中，r为参考块与目标块的差异度，sig为经验常数，w为参考块中心的参考像素 的权重。Sig相当于各参考像素的权重的离散程度或差异性，Sig越大则离散程度或差异性 越小，即则各参考像素的权重越接近。sig的大小与参考块和目标块的大小正相关，即参考 块和目标块越大，则sig越大，当参考块和目标块为5x5大小的块时，sig的大小约为200左右 (如 180-220)。
[0064] 可选地，还可以根据其它函数关系来计算参考像素的权重，例如一次函数、倒数函 数等等。
[0065] 在某些实施例中，也可以通过差异性度量(或相似性度量)计算出参考块与目标块 的相似度，再根据相似度与权重的正相关关系来计算权重。
[0066] S14、根据目标像素和参考像素的权重对目标像素和所有参考像素求加权平均值， 将加权平均值作为目标像素的去噪结果。
[0067] 具体的，假设目标像素的颜色通道为R，则目标像素和所有参考像素即目标像素周 围设定范围内所有的R像素，目标像素的去噪结果即为目标像素周围设定范围内所有的R像 素的加权平均值，其计算公式为：
[0068]
[0069] 其中，T_out为目标像素的去噪结果，分子部分为目标像素周围设定范围内所有的 R像素 R(i，j)与其权重w(i，j)的乘积之和，分母部分为目标像素周围设定范围内所有的R像 素的权重w(i, j)之和。
[0070] 当一个像素处理完成后，判断是否遍历了图像中的所有像素。当没有遍历图像中 的所有像素时，返回步骤S21继续对下一个像素进行处理，循环步骤S11-S14,直至处理完图 像中的所有像素；当已遍历图像中的所有像素时，输出图像中所有像素的去噪结果，结束流 程。
[0071] 本发明实施例的图像去噪方法，通过在去噪过程中以块为单位进行差异性度量来 对目标像素进行去噪，由于每一块中包含了 R、G、B三个颜色通道的像素，因此充分利用了 R、 G、B三通道的关系信息进行去噪，去噪结果保持了原有图像的结构信息，使得去噪后的图像 能够更加真实细腻的表现出图像细节，提高了图像的还原度，提升了图像的去噪效果，使得 最终的图像具有更高的质量和更好的视觉效果。
[0072] 参见图5,提出本发明的图像去噪方法第二实施例，所述方法包括以下步骤：
[0073] S21、选取图像中的一个像素作为目标像素，在目标像素周围的设定范围内选取与 目标像素的颜色通道相同的像素作为参考像素。
[0074] S22、定义以目标像素为中心的设定大小的块为目标块，定义以参考像素为中心的 设定大小的块为参考块。
[0075] S23、根据参考块与目标块内的所有像素对两个块进行差异性度量，基于两个块的 差异度计算参考块中心的参考像素的权重，并对目标像素的权重赋值1。
[0076] 本实施例中，步骤S21-S23分别与第一实施例中的步骤S11-S13相同，在此不再赘 述。
[0077] S24、基于参考像素与目标像素的差值对参考像素的权重进行调节，将调节后的权 重作为参考像素最终的权重。
[0078] 当两个块相似度较大(或差异度较小），而像素本身的差值（即两个块中心的目标 像素和参考像素的差值)也较大时，会产生边缘模糊效应，为了避免产生上述问题，本实施 例基于参考像素与目标像素的差值对参考像素的权重进行了调节。
[0079]可选地，首先将参考块与目标块中心的参考像素与目标像素相减的差值的绝对值 作为两个块的差异度调节值，然后基于两个块的差异度调节值计算参考块中心的参考像素 的权重调节值，最后将参考像素的权重与参考像素的权重调节值的乘积作为参考像素最终 的权重，其中：
[0080]差异度调节值的计算公式为:rr= |M-N|，其中，Μ为参考块中心的参考像素，N为目 标块中的目标像素，rr为参考块与目标块的差异度调节值；
[0081]权重调节值的计算公式为:ww = exp(-rr2/sig_p2)，其中，rr为参考块与目标块的 差异度调节值，sig_p为经验常数，取值大小约为10左右(如8-12)，ww为参考块中心的参考 像素的权重调节值；
[0082]参考像素最终的权重的计算公式为:w = wo*ww，其中，WQ为前一步骤S23计算出的参 考像素的权重，ww为权重调节值，w为参考像素最终的权重。
[0083] 可选地，也可以将参考块与目标块中心的参考像素与目标像素相减的差值的平方 作为两个块的差异度调节值，即rr=(M-N) 2。
[0084] 使用调节后的权重来进行下一步骤S25的去噪结果的计算，就不会产生边缘模糊 效应。
[0085] S25、根据目标像素和参考像素的权重对目标像素和所有参考像素求加权平均值， 将加权平均值作为目标像素的去噪结果。
[0086] 本步骤S25与第一实施例中的步骤S14相同，在此不再赘述。
[0087] 当一个像素处理完成后，判断是否遍历了图像中的所有像素。当尚未遍历图像中 的所有像素时，返回步骤S21继续对下一个像素进行处理，循环步骤S21-S24,直至处理完图 像中的所有像素；当已遍历图像中的所有像素时，输出图像中所有像素的去噪结果，结束流 程。
[0088] 本实施例基于参考像素与目标像素的差值对参考像素的权重进行调节，避免了因 两个块