基于图像集的图像去噪方法与流程

本发明涉及一种图像去噪方法，尤其是一种可有效提高去除高斯白噪声效果的基于图像集的图像去噪方法。

背景技术：

图像在产生、传输、存储中的过程中经常遭遇各类噪声的污染，高斯白噪声是最常见的一类噪声。目前可以将图像去噪分为两大类：一类为基于变换域工具或者偏微分数学模型的方法，基于变换域的方法处理速度快，种类丰富，但是对于不同图像，参数需要大量调整，容易丢失边缘；基于偏微分等数学模型方法处理速度过慢，去噪效果不稳定；另一类是基于空间域的方法，基于空间域的非局部方法将修复的范围由传统的局部变为非局部范围，大大增大了修复过程可以参考的信息，从而提高了去噪的效果，但是仍存在一定的局限性，当图像受到高密度噪声污染时，在单幅图像的非局部范围内已不能搜索到足够有效的修复信息，因此去噪效果受到了抑制。

技术实现要素：

本发明是为了解决现有技术所存在的上述技术问题，提供一种可有效提高去除高斯白噪声效果的图像去噪方法。

本发明的技术解决方案是：一种基于图像集的图像去噪方法，按如下步骤进行：

a. 读取待处理的噪声图像，记为Image_noise, 约定Image_noise的尺寸为M*N，约定（i,j）为Image_noise中像素的坐标；

b. 设图像集中共有s张参考图像，从图像集中依次读入参考图像，记为Image₁，Image₂，......Image_s，约定Image_s的尺寸为M1*N1，约定（i1,j1）为Image_s中像素的坐标；

c. 依次读入Image_noise以及参考图像Image₁，Image_{2，。。。}Image_s，对读入图像进行图像块切割操作，具体步骤如下：

c.1读入待处理噪声图像Image_noise，从坐标（2,2）开始，读取以坐标(i,j)为中心3*3像素范围的图像内容，放入一个3*3大小的图像块中并保存，记为Patch_n, n为Patch的标记，按照从上到下从左到右的原则逐像素移动，直到坐标（M-1，N-1）结束；

c.2读入一幅参考图像Image_s，从该图像坐标(2,2)开始，读取以坐标(i1，j1)为中心3*3像素范围的图像内容，放入一个3*3大小的图像块中并保存，记为Patch_n1，n1为Patch的标记，按照从上到下从左到右的原则逐像素移动，直到坐标（M1-1，N1-1）结束；

c.3 重复c.2操作，直到所有图像集中参考图像切割完毕，进入步骤d；

d. 对所有的图像块Patch_n及Patch_n1进行K-means聚类，聚类数设为50，将每一个 Patch_n分别打上所属的类标签k；

e. 依次对Patch_n集合中标号n为1至（M-1）*（N-1）的图像块去噪，具体步骤如下：

e.1 从n=1开始，读入一个图像块Patch_n，获取其对应的聚类标签k；

e.2 根据Patch_n对应的聚类标签k，搜索所有属于k的图像块，记为Patch_corr，

设共有m个Patch_corr；

e.3 利用搜索到的m个Patch_corr，对Patch_n进行非局部滤波去噪得到

，其中表示某一个Patch_corr修复Patch_n的权值，，为Patch_corr与Patch_n的相似性，，表示噪声的标准差；

f. 将所有修复后的依次拼接，组成修复后的图像Image_repair。

本发明增加了可修复图像的图像块数量，充分利用图像集中的多幅参考图像，通过聚类的方式将内容相同的参考块归为一类，可以有效提高去除高斯白噪声效果。

附图说明

图1为本发明实施例的待处理图像。

图2为本发明实施例对图像块进行聚类后的示意图。

图3为本发明实施例去噪后图像。

具体实施方式

一种基于图像集的图像去噪方法，按如下步骤进行：

a. 读取如图1所示的待处理的噪声图像，记为Image_noise, 约定Image_noise的尺寸为M*N，约定（i,j）为Image_noise中像素的坐标；

b. 设图像集中共有s张参考图像，从图像集中依次读入参考图像，记为Image₁，Image₂，......Image_s，约定Image_s的尺寸为M1*N1，约定（i1,j1）为Image_s中像素的坐标；

c. 依次读入Image_noise以及参考图像Image₁，Image_{2，。。。}Image_s，对读入图像进行图像块切割操作，具体步骤如下：

c.1读入待处理噪声图像Image_noise，从坐标（2,2）开始，读取以坐标(i,j)为中心3*3像素范围的图像内容，放入一个3*3大小的图像块中并保存，记为Patch_n, n为Patch的标记，按照从上到下从左到右的原则逐像素移动，直到坐标（M-1，N-1）结束；

c.2读入一幅参考图像Image_s，从该图像坐标(2,2)开始，读取以坐标(i1，j1)为中心3*3像素范围的图像内容，放入一个3*3大小的图像块中并保存，记为Patch_n1，n1为Patch的标记，按照从上到下从左到右的原则逐像素移动，直到坐标（M1-1，N1-1）结束；

c.3 重复c.2操作，直到所有图像集中参考图像切割完毕，进入步骤d；

d. 对所有的图像块Patch_n及Patch_n1进行K-means聚类，聚类数设为50，将每一个 Patch_n分别打上所属的类标签k，对图像块进行聚类后的示意图如图2所示；

e. 依次对Patch_n集合中标号n为1至（M-1）*（N-1）的图像块去噪，具体步骤如下：

e.1 从n=1开始，读入一个图像块Patch_n，获取其对应的聚类标签k；

e.2 根据Patch_n对应的聚类标签k，搜索所有属于k的图像块，记为Patch_corr，

设共有m个Patch_corr；

e.3 利用搜索到的m个Patch_corr，对Patch_n进行非局部滤波去噪得到

，其中表示某一个Patch_corr修复Patch_n的权值，，为Patch_corr与Patch_n的相似性，, 表示噪声的标准差；

f. 将所有修复后的依次拼接，组成如图3所示的修复后的图像

Image_repair。

从图1、图3可以看出，本发明的基于图像集的图像去噪方法可有效提高去除高斯白噪声效果。