专利名称：图像噪声滤除方法
技术领域：
本发明涉及一种图像处理方法，并且尤其涉及一种图像噪声滤除方法。
背景技术：
图像噪声是影响图像品质的关键因素之一。然而，在图像感测器的像素数目逐渐 增加的同时，像素大小却因成本考虑而不断地被缩小，导致图像感测器撷取的图像中所包 含的噪声而无可避免地被放大。因此，噪声滤除(denoising)的效果逐渐成为决定图像品 质的一个重要因素。利用滤波器(filter)将去噪前图像(noisy image)重建为去噪后图像(denoised image)的过程称为图像重建(image reconstruction)，如
图1所示。利用邻域滤波器(neighborhood filter)进行图像重建为一项标准技术。邻域滤 波器根据当前像素(current pixel)及其邻域像素(neighborhood pixel)之间的相似度 决定权重(weighting)，并根据该权重将当前像素与其邻域像素进行加权平均以得到当前 像素的重建值。当去噪图像中所有像素均进行完上述图像重建的步骤后，则可得到去噪后 图像。邻域滤波一般可以以式(1)表示U(x)=———NhO)/ ,(i)其中，U表示去噪前图像；Nh(χ)表示归一化常数(normalization constant) ；U 表示去噪后图像；RX表示当前像素χ的邻域；h表示滤波常数，其决定于当前像素χ与其邻 域像素y在图像中的距离，例如邻域像素y与当前像素χ的位置距离(distance)，以及亮 度差异(intensity difference) 0请参照图2所示，其显示了一 7X7邻域滤波的示意图。 图像感测器撷取图像I，其为去噪前图像。邻域滤波器则根据当前像素χ与该当前像素χ周 围的搜寻框艮内的邻域像素y之间的相似度分别求出48个权重，并将当前像素χ的灰阶 值(gray level)与其48个邻域像素y的灰阶值进行加权平均，以得到当前像素χ的重建 值。然而，邻域滤波器由于仅单纯地根据两个像素之间的相似度进行加权平均，因此往往无 法达到令人满意的重建效果。因此，另提出了一种图像重建法，称之为非区域演算法(non-local algorithm), 以改善上述基于邻域滤波的图像重建法。非区域演算法最主要是根据当前像素周围预设大 小的当前像素比较框(comparison block)与当前像素的邻域像素周围预设大小的邻域像 素比较框之间的相似度来决定权重，并根据该权重将当前像素的灰阶值与其邻域像素的灰 阶值进行加权平均，以求出当前像素的重建值。非区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)表示当前像素i的重建值；v(j)表示去噪前当前像素i的邻域像 素j的灰阶值；ω (i，j)表示当前像素i与其邻域像素j之间的权重，其决定于当前像素i周围预设大小的当前像素比较框与邻域像素j周围预设大小的邻域像素比较框之间的相 似度。该权重可以以式C3)表示为
权利要求
1.一种图像噪声滤除方法，该方法包括下列步骤在图像中依序选择一像素作为当前像素，其中该当前像素周围的像素作为该当前像素 的邻域像素；动态地决定一当前搜寻框和一强度参数，并在所述当前搜寻框中每一像素周围决定一 比较框；对所述当前搜寻框中每一像素的比较框进行预去噪；比较预去噪后邻域像素的比较框与预去噪后当前像素的比较框，以求出所述当前搜寻 框中每一邻域像素与所述当前像素的相似度；根据所述当前搜寻框中每一邻域像素与当前像素的距离、所述相似度和所述强度参 数，决定每一邻域像素相对于当前像素的权重；以及根据所述权重对当前搜寻框中每一邻域像素与当前像素的灰阶值进行加权平均，以得 到当前像素的重建值。
2.根据权利要求1所述的图像噪声滤除方法，该方法还包含下列步骤 判断是否所述图像的所有像素均已求得重建值；其中，预去噪是利用平均滤波器或邻域滤波器来实现；其中，所述相似度为预去噪后邻域像素的比较框与预去噪后当前像素的比较框中相对 位置像素的灰阶值的差值平方和；其中，所述当前搜寻框和比较框各自为方形、矩形、菱形、圆形或椭圆形。
3.根据权利要求1所述的图像噪声滤除方法，其中，动态地决定一当前搜寻框和一强 度参数的步骤包括下列步骤在所述当前像素周围决定一最大搜寻框，其中该最大搜寻框中每一像素的周围决定有 所述比较框；计算包含于所述最大搜寻框内的所有次搜寻框的边缘像素比例；以及 以具有最低边缘像素比例的次搜寻框作为所述当前搜寻框，并根据该当前搜寻框的边 缘像素比例决定所述强度参数。
4.根据权利要求3所述的图像噪声滤除方法，其中，计算包含于所述最大搜寻框内的 所有次搜寻框的边缘像素比例的步骤包括下列步骤对所述最大搜寻框中所有像素的比较框进行预去噪；计算所述最大搜寻框中每一像素的预去噪前比较框与预去噪后比较框中相对位置像 素的灰阶值的差值绝对值之和；当该差值绝对值之和大于门槛值时，判定该像素为边缘像素；以及 根据判定结果计算包含于所述最大搜寻框内的所有次搜寻框的边缘像素比例。
5.根据权利要求4所述的图像噪声滤除方法，其中，所述次搜寻框的尺寸为 (n-2m) X (n-2m)，n为所述最大搜寻框的尺寸，m等于0或正整数；其中，最小的次搜寻框尺 寸为3X3，最大的次搜寻框为所述最大搜寻框且该最大搜寻框的尺寸为7X7。
6.根据权利要求3所述的图像噪声滤除方法，其中，所述边缘像素比例愈高，所述强度 参数愈低；所述边缘像素比例愈低，所述强度参数愈高。
7.一种图像噪声滤除方法，该方法包括下列步骤在图像中依序选择一像素作为当前像素，其中该当前像素周围的像素作为该当前像素的邻域像素；在当前像素周围决定一最大搜寻框，并在该最大搜寻框中每一像素的周围决定一比较框；对所述最大搜寻框中每一像素的比较框进行预去噪；根据所述最大搜寻框中每一像素的预去噪前比较框与预去噪后比较框决定该像素是 否为边缘像素；计算包含于所述最大搜寻框内的所有次搜寻框的边缘像素比例； 以具有最低边缘像素比例的次搜寻框作为当前搜寻框，并根据该当前搜寻框的边缘像 素比例决定强度参数；比较预去噪后邻域像素的比较框与预去噪后当前像素的比较框，以求得所述当前搜寻 框中每一邻域像素与当前像素的相似度；根据所述当前搜寻框中每一邻域像素与当前像素的距离、所述相似度和所述强度参 数，决定每一邻域像素相对于当前像素的权重；以及根据该权重对所述当前搜寻框中每一邻域像素与当前像素的灰阶值进行加权平均，以 得到当前像素的重建值。
8.根据权利要求7所述的图像噪声滤除方法，其中，预去噪是利用平均滤波器或邻域 滤波器来实现。
9.根据权利要求7所述的图像噪声滤除方法，其中，根据所述最大搜寻框中每一像素 的预去噪前比较框与预去噪后比较框决定该像素是否为边缘像素的步骤包括下列步骤计算所述最大搜寻框中每一像素的预去噪前比较框与预去噪后比较框中相对位置像 素的灰阶值的差值绝对值之和；以及当该差值绝对值之和大于门槛值时，判定该像素为边缘像素。
10.根据权利要求7所述的图像噪声滤除方法，其中，所述边缘像素比例愈高，所述强 度参数愈低；所述边缘像素比例愈低，所述强度参数愈高；其中，所述强度参数为数学函数 或数值。
11.根据权利要求7所述的图像噪声滤除方法，其中，所述次搜寻框的尺寸为 (n-2m) X (n-2m)，n为所述最大搜寻框的尺寸，m等于0或正整数；其中，最小的次搜寻框尺 寸为3X3，最大的次搜寻框为所述最大搜寻框。
12.根据权利要求7所述的图像噪声滤除方法，该方法还包括下列步骤 判断是否所述图像的所有像素均已求得重建值；其中，所述相似度为预去噪后邻域像素的比较框与预去噪后当前像素的比较框中相对 位置像素的灰阶值的差值平方和；其中，所述最大搜寻框、比较框、次搜寻框以及当前搜寻框各自为方形、矩形、菱形、圆 形或椭圆形。
全文摘要
本发明公开了一种图像噪声滤除方法，该方法包括下列步骤在图像中依序选择一像素作为当前像素；动态地决定一当前搜寻框和一强度参数；对所述当前搜寻框中每一像素的比较框进行预去噪；比较预去噪后邻域像素的比较框与预去噪后当前像素的比较框，以求出所述当前搜寻框中每一邻域像素与当前像素的相似度；根据所述当前搜寻框中每一邻域像素与当前像素的距离、相似度和强度参数，决定每一邻域像素相对于当前像素的权重；以及根据该权重对所述当前搜寻框中每一邻域像素与当前像素的灰阶值进行加权平均，以得到当前像素的重建值。本发明图像噪声滤除方法通过引入预去噪步骤，使得比较框内的图像信息仅剩下图像结构而不含噪声，可有效解决像素受噪声影响的情形。
文档编号H04N5/357GK102045513SQ20091018040
公开日2011年5月4日 申请日期2009年10月13日 优先权日2009年10月13日
发明者姚文瀚, 李泉欣, 杨恕先 申请人:原相科技股份有限公司