本发明属于数字图像处理领域，具体涉及一种图像去噪方法，可用于数字图像的预处理过程。
背景技术：
数字图像在获取，传输和接收等过程中，都会存在不同程度的噪声，使得图像质量降低，影响到后续的特征提取与分析等处理。因此，如何对降质图像进行去噪处理，一直是图像预处理的热点问题。针对图像去噪问题，该领域的研究者进行了大量的探索和研究，提出了许多基于数字信号处理技术的噪声抑制方法。
空间域去噪方法计算相对简单，便于硬件实现，是比较常用的一类图像去噪方法。经典的空间域滤波方法包含均值滤波法，高斯滤波法和双边滤波法，这些方法都可以在一定程度上抑制噪声，但是性能有限。近两年提出的传导滤波法，如Jen-Hao Rick Chang，Yu-Chiang Frank Wang，Propagated Image Filtering，The IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2015,pp.10-18，该方法在去噪的同时，虽然能较好地保持图像细节，但是，该方法由于使用了固定传导路径，对于某些纹理丰富的图像去噪效果不佳，而且由于该方法采用了点对点的相似性描述，因而在较强噪声污染情况下，难以得到令人满意的去噪效果。
技术实现要素：
本发明的目的在于针对上述现有技术的不足，提出一种基于自主路径分块传导滤波的图像去噪方法，以提升强噪声干扰下的去噪精度，获得更高的信噪比。
本发明的技术方案是：将自主路径和分块相似性描述引入传导滤波中，构建更精确的传导滤波权重，其实现步骤包括如下：
(1)获取噪声污染图像Xin；
(2)采用分块相似性描述，计算噪声污染图像Xin的自主路径传导滤波权重ωl,m；
2a)设l为滤波框内x轴移位坐标，m为滤波框内y轴移位坐标；
2b)根据移位坐标l和m的不同取值，按以下四种情况计算滤波框内移位坐标为(l,m) 的像素点相对于滤波框中心像素点的滤波权重ωl,m；
第一种：当l＝0,m＝0时，令ω0,0＝1；
第二种：当l≠0,m＝0，ωl,0的计算公式如下：
其中，|·|表示取绝对值，R为传导滤波框的半径；sign(·)表示符号函数；表示2范数； Sx,lXin表示将噪声污染图像Xin沿着x轴平移l个像素；Sx,sign(l)·(|l|-1)Xin表示将噪声污染图像Xin沿着x轴平移sign(l)·(|l|-1)个像素；σc为中心相似性权重调节参数，σn是相邻相似性权重调节参数；*表示卷积运算；K是边长为r的高斯核，通过公式计算得到，xc为核中心坐标，σ为核函数宽度参数；
第三种：当l＝0,m≠0，ω0,m的计算公式如下：
其中，Sy,mXin表示将噪声污染图像Xin沿着y轴平移m个像素；Sy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着y轴平移sign(m)·(|m|-1)个像素；
第四种：当l≠0,m≠0，ωl,m的计算公式如下：
其中，max{·}表示取最大值；Sx,lSy,mXin表示将噪声污染图像Xin先沿x轴方向平移l个像素，再沿y轴方向平移m个像素；Sx,sign(l)·(|l|-1)Sy,mXin表示将噪声污染图像Xin沿着y轴平移m个像素，再沿着x轴平移sign(l)·(|l|-1)个像素；Sx,lSy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着x 轴平移l个像素，再沿着y轴平移sign(m)·(|m|-1)个像素；Sx,sign(l)·(|l|-1)Sy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着x轴平移sign(l)·(|l|-1)个像素，再沿着y轴平移sign(m)·(|m|-1)个像素。
(3)根据噪声污染图像Xin的自主路径传导滤波权重ωl,m，通过滤波公式计算并输出去噪图像Xout。
本发明与现有技术相比，具有以下优点：
1.本发明由于采用自主路径取代传统传导滤波中的固定路径，可以在去噪过程中更好地保持纹理细节信息；
2.本发明由于采用分块相似性描述取代传统传导滤波中的点对点相似性描述，在较强的噪声干扰下，具有更好的去噪性能。
附图说明
图1是本发明的实现框图；
图2是一幅受到高斯噪声污染的待去噪图像；
图3是用现有双边滤波法对图2去噪后的输出图像；
图4是用现有传导滤波法对图2去噪后的输出图像；
图5是用本发明对图2去噪后的输出图像。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1，本发明的图像去噪方法，是将分块相似性描述和自主路径引入传导滤波去噪方法中，具体实现步骤包括如下：
步骤1，获取噪声污染图像Xin。
本实施例采用数字图像处理标准测试图像“dollar”作为原始图像I0，该原始图像灰度值范围为[0,1]，尺寸大小为512*512，通过对其施加均值为0，方差为0.005的高斯噪声，获得噪声污染图像Xin，如附图2所示。
步骤2，计算噪声污染图像Xin的自主路径传导滤波权重ωl,m。
针对本实施例的噪声污染图像Xin，设置传导滤波框的半径R为5，高斯卷积核的边长r 为5，按以下步骤计算获得噪声污染图像Xin的自主路径传导滤波权重ωl,m：
2.1)利用如下公式计算得到5*5的高斯卷积核K：
其中，xc为核中心坐标；σ为核函数宽度参数，σ＝0.94；表示2范数；
2.2)计算噪声污染图像Xin的自主路径传导滤波权重ωl,m：
2.2.1)设l为滤波框内x轴移位坐标，m为滤波框内y轴移位坐标；
2.2.2)根据移位坐标l和m的不同取值，按以下四种情况计算滤波框内移位坐标为(l,m) 的像素点相对于滤波框中心像素点的滤波权重ωl,m：
第一种：当l＝0,m＝0时，令ω0,0＝1；
第二种：当l≠0,m＝0，ωl,0的计算公式如下：
其中，|·|表示取绝对值；R为传导滤波框的半径，本实施例中R＝5；sign(·)表示符号函数； Sx,lXin表示将噪声污染图像Xin沿着x轴平移l个像素；Sx,sign(l)·(|l|-1)Xin表示将噪声污染图像Xin沿着x轴平移sign(l)·(|l|-1)个像素；σc为中心相似性权重调节参数，σn是相邻相似性权重调节参数，本实施例中σc＝0.09，σn＝10；*表示卷积运算；
第三种：当l＝0,m≠0，ω0,m的计算公式如下：
其中，Sy,mXin表示将噪声污染图像Xin沿着y轴平移m个像素；Sy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着y轴平移sign(m)·(|m|-1)个像素；
第四种：当l≠0,m≠0，ωl,m的计算公式如下：
其中，W1,W2,W3为中间变量，分别表示如下：
max{·}表示取最大值；Sx,lSy,mXin表示将噪声污染图像Xin先沿x轴方向平移l个像素，再沿y 轴方向平移m个像素；Sx,sign(l)·(|l|-1)Sy,mXin表示将噪声污染图像Xin沿着y轴平移m个像素，再沿着x轴平移sign(l)·(|l|-1)个像素；Sx,lSy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着x轴平移l个像素，再沿着y轴平移sign(m)·(|m|-1)个像素；Sx,sign(l)·(|l|-1)Sy,sign(m)·(|m|-1)Xin表示将噪声污染图像Xin沿着x轴平移sign(l)·(|l|-1)个像素，再沿着y轴平移sign(m)·(|m|-1)个像素。
步骤3，利用噪声污染图像Xin的自主路径传导滤波权重ωl,m，按照如下滤波公式计算并输出去噪图像Xout：
其中，Z为归一化因子，取值是所有ωl,m取值之和。
本发明的效果可通过以下实验进一步说明：
1.定性实验
分别采用双边滤波法、传导滤波法和本发明方法对图2进行去噪，其中：
采用双边滤波法进行去噪后的输出图像如图3所示；
采用传导滤波法进行去噪后的输出图像如图4所示；
采用本发明方法进行去噪后的输出图像如图5所示。
通过图3、图4和图5的对比可以看出，采用本发明方法去噪后的图像与另外两种现有方法的去噪图像相比，纹理细节更清晰，边缘锐度更高，残余噪声更小。
2.定量实验
分别采用峰值信噪比PSNR和结构相似度SSIM来量化评价图3，图4和图5的去噪性能。
(2.1)峰值信噪比PSNR的数学表达式为：
其中，I0(i,j)为未受噪声污染的原始图像I0在坐标(i,j)处的像素值，I(i,j)为待评价图像在坐标(i,j)处的像素值，M为图像的长度，N为图像的宽度，PSNR取值越大表明对噪声抑制越好。
(2.2)结构相似度SSIM的数学表达式为：
SSIM(I0,Y)＝[g(I0,Y)]α·[c(I0,Y)]β·[s(I0,Y)]γ
其中，亮度比较项和μY分别表示未受噪声污染的原始图像I0和待评价图像Y的所有像素点像素值的均值，C1为常数，本实施例中C1＝0.0001，α为亮度比较项指数；对比度比较项σX和σY分别表示未受噪声污染的原始图像I0和待评价图像Y的均方差，C2为常数，本实施例中C2＝0.0009，β为对比度比较项指数；结构比较项为未受噪声污染的原始图像I0和待评价图像Y的协方差，C3为常数，本实施例中C3＝0.00045，γ为结构比较项指数。
SSIM取值越大说明待评价图像与原始图像结构相似度越高，细节保持能力越好。
对比测试的实验结果见表1。
表1对比测试结果的量化参数对比表
由表1可见：
1)使用本发明方法得到去噪后图像的峰值信噪比明显高于双边滤波法和传导滤波法的结果，说明经本发明方法去噪后的图像残留噪声更小。
2)使用本发明方法得到去噪后的图像的结构相似性系数明显高于双边滤波法和传导滤波法的结果，说明经本发明方法去噪后的图像保留了原始图像更多的结构信息。
综上，本发明所提出的基于自主路径分块传导滤波的图像去噪方法，可在有效去除噪声的同时更大限度地保留原始图像的边缘和纹理细节等结构信息。
需要说明的是，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。