圖像非局部均值去噪方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種圖像非局部均值去噪方法，包括：獲取待去噪的圖像，抽取預(yù)設(shè)大小的圖像塊，讀取圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣；對圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以圖像塊的中心像素點為中心從上到下，從左到右移動預(yù)設(shè)大小的搜索窗口，得到搜索塊；其中，各級搜索區(qū)域的搜索步長依次遞增；計算搜索塊對應(yīng)的殘差矢量矩陣與像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)歐幾里得距離計算圖像塊的權(quán)重值，最后根據(jù)權(quán)重值得到圖像塊中心像素點的濾波值，完成圖像的去噪處理。本發(fā)明還提供對應(yīng)的系統(tǒng)，時間復(fù)雜度較低，去噪速度快。
【專利說明】圖像非局部均值去噪方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，特別是涉及一種圖像非局部均值去噪方法，以及一種圖像非局部均值去噪系統(tǒng)。
【背景技術(shù)】
[0002]數(shù)字圖像與視頻在成像過程中，往往引入多種噪聲，包括大氣噪聲，攝像器材的傳感器噪聲，尤其是光照度較低的成像圖像，其引入的噪聲往往比較嚴重。圖像去噪技術(shù)包括空域去噪與頻域去噪技術(shù)。頻域去噪由于需要經(jīng)過空間域到頻率域的轉(zhuǎn)換，往往復(fù)雜度較高，而且傳統(tǒng)的維納濾波去噪效果并不好。傳統(tǒng)的空域濾波去噪方法，如均值濾波，中值濾波，統(tǒng)計排序濾波器等濾波去噪后往往導(dǎo)致圖像模糊，去噪效果較差。目前效果較好的空域濾波方法是非局部均值去噪方法(NLM, Non-Local Means)。這種方法計算當前圖像塊與該塊周圍的圖像塊的相似性，并由相似性計算權(quán)重值，令相似塊的中心點的加權(quán)平均值作為當前圖像塊的中心像素的濾波值。這種方法的算法復(fù)雜度簡單，且能在保留圖像細節(jié)的同時較好地去除圖像噪聲，但其時間復(fù)雜度較高，復(fù)雜度為0(MXNX (2r+l)2XL2)，其中M與N分別為圖像的長度與寬度，r為圖像當前塊的搜索半徑，L為圖像塊的長寬大小(寬度與長度相同)。隨著搜索半徑r的增大，圖像去噪效果更好，但時間復(fù)雜度迅速增高。在實際應(yīng)用中，往往需要快速的圖像/視頻去噪技術(shù)，實現(xiàn)實時處理，較高的時間復(fù)雜度限制了 NLM算法的應(yīng)用。
[0003]當圖像噪聲較嚴重時，圖像細節(jié)被噪聲掩蓋，會對傳統(tǒng)的NLM算法中計算圖像塊的相似性造成影響，無法獲得準確的相似性塊。同時，研究表明在大多數(shù)情況下圖像塊的相似性會隨著搜索半徑的增大而下降，較遠距離的搜索塊的權(quán)重較低，而傳統(tǒng)的NLM算法的搜索步長時間復(fù)雜度較高。

【發(fā)明內(nèi)容】

[0004]基于此，本發(fā)明提供一種圖像非局部均值去噪方法和系統(tǒng)，其時間復(fù)雜度較低，圖像去噪速度快。
[0005]一種圖像非局部均值去噪方法，包括如下步驟:
[0006]獲取待去噪的圖像，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊，讀取每個圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣；
[0007]對所述圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在各級搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以所述圖像塊的中心像素點為中心從上到下，從左到右移動預(yù)設(shè)大小的搜索窗口，得到搜索塊；其中，S為大于或等于3的整數(shù)；第I至第S-1級的搜索區(qū)域都為所述圖像中以In i+!U+y為中心 ，長寬為(2rs+l)的方形區(qū)域，且不包括低于當前級的搜索區(qū)域，In為所述待去噪的圖像，rs為第S級搜索區(qū)域的搜索半徑，第S級搜索區(qū)域為所述圖像中第I~S-1級搜索區(qū)域以外的區(qū)域；X和y分別為垂直和水平方向相對于像素點(i，j)的位移，各級搜索區(qū)域的搜索步長依次遞增；
[0008]計算所述搜索塊對應(yīng)的所述殘差矢量矩陣與所述像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)所述歐幾里得距離計算所述圖像塊的權(quán)重值，最后根據(jù)所述權(quán)重值得到所述圖像塊中心像素點的濾波值，完成所述圖像的去噪處理。
[0009]一種圖像非局部均值去噪系統(tǒng)，包括:
[0010]降維模塊，用于獲取待去噪的圖像，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊，讀取每個圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣；
[0011]搜索模塊，用于對所述圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在各級搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以所述圖像塊的中心像素點為中心從上到下，從左到右移動預(yù)設(shè)大小的搜索窗口，得到搜索塊；其中，S為大于或等于3的整數(shù)；第I至第S-1級的搜索區(qū)域都為所述圖像中以In i+!U+y為中心，長寬為(2rs+l)的方形區(qū)域，且不包括低于當前級的搜索區(qū)域，In為所述待去噪的圖像，rs為第S級搜索區(qū)域的搜索半徑，第S級搜索區(qū)域為所述圖像中第I~S-1級搜索區(qū)域以外的區(qū)域^和y分別為垂直和水平方向相對于像素點(i，j)的位移，各級搜索區(qū)域的搜索步長依次遞增；
[0012]去噪模塊，用于計算所述搜索塊對應(yīng)的所述殘差矢量矩陣與所述像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)所述歐幾里得距離計算所述圖像塊的權(quán)重值，最后根據(jù)所述權(quán)重值得到所述圖像塊中心像素點的濾波值，完成所述圖像的去噪處理。
[0013]上述圖像非局部均值去噪方法和系統(tǒng)，在噪聲圖像中抽取圖像塊，讀取空域數(shù)據(jù)構(gòu)成矢量矩陣，再經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣，采用降維的方式，可在圖像噪聲較嚴重時，獲得更準確的圖像相似性塊；接著在設(shè)置搜索區(qū)域時采用變步長的搜索方式對圖像進行去噪，可顯著降低圖像去噪的時間復(fù)雜度，提高圖像的去噪速度。
【專利附圖】

【附圖說明】
[0014]圖1為本發(fā)明圖像非局部均值去噪方法在一實施例中的流程示意圖。
[0015]圖2為本發(fā)明圖像非局部均值去噪方法在一實施例中搜索區(qū)域的示意圖。
[0016]圖3為本發(fā)明圖像非局部均值去噪方法在一實施例中搜索區(qū)域的另一示意圖。
[0017]圖4為本發(fā)明圖像非局部均值去噪系統(tǒng)在一實施例中的結(jié)構(gòu)示意圖。
【具體實施方式】
[0018]下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細說明，但本發(fā)明的實施方式不限于此。
[0019]如圖1所示，是本發(fā)明一種圖像非局部均值去噪方法的流程示意圖，包括如下步驟:`[0020]S11、獲取待去噪的圖像，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊，讀取每個圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣；
[0021]本步驟對圖像進行PCA (主成分分析，Principal Component Analysis)預(yù)處理，先依次讀取圖像中的像素點，以每個像素點為中心抽取圖像塊，通過每個圖像塊包含的RGB三個顏色分量的空域數(shù)據(jù)，每個圖像塊用矢量表示，所有矢量組成矢量矩陣H ；
[0022]具體地，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊的步驟可為:
[0023]對所述圖像進行邊界對稱拓展，得到拓展后的圖像；其中，所述圖像的大小為MXN，M為圖像長度，N為圖像寬度，拓展后的圖像大小為(M+1)X(N+1)；
[0024]在所述拓展后的圖像，從上到下從左到右，依次以每個像素(i，j)為中心，抽取txt大小的圖像塊，其中I ( iI ( j ^N-1-1, t為預(yù)設(shè)的圖像塊長度(t為奇
數(shù))，I為預(yù)設(shè)的拓展長度(卜1);
[0025]所述經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣的步驟為:
[0026]從所述矢量矩陣中選取R個矢量構(gòu)成一隨機矢量矩陣進行主成分分析，獲得PCA投影矩陣；
[0027]將矢量矩陣中的每個矢量減去所述選取的R個矢量的均值，得到殘差矢量矩陣；
[0028]將PCA投影矩陣與殘差矢量矩陣相乘，得到所述降維后的殘差矢量矩陣；
[0029]本實施例中進行主成分分析和降維，可在圖像噪聲較嚴重時，獲得更準確的圖像相似性塊，獲得更好的圖像去噪的效果，提高方法的魯棒性，同時由于維度的降低，可提高圖像的去噪速度。
[0030]S12、對所述圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在各級搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以所述圖像塊的中心像素點為中心從上到下，從左到右移動搜索窗口，得到搜索塊；其中，S為大于或等于3的整數(shù)；第I至第S-1級的搜索區(qū)域都為所述圖像中以Ini+!U+y為中心，長寬為(2rs+l)的方形區(qū)域，且不包括低于當前級的搜索區(qū)域(也即是，當前一級的搜索區(qū)域，其是以In i+!U+y為中心，長寬為(2rs+l)構(gòu)成一方形區(qū)域，在該方形區(qū)域中去除低于當前級的其他級搜索區(qū)域后，剩余的區(qū)域為當前級的搜索區(qū)域)，In為所述待去噪的圖像，rs為第S級搜索區(qū)域的搜索半徑，第S級搜索區(qū)域為所述圖像中第I~S-1級搜索區(qū)域以外的區(qū)域；X和y分別為垂直和水平方向相對于像素點(i，j)的位移，各級搜索區(qū)域的搜索步長依次遞增；
[0031]本步驟對圖像進行變步長搜索，對于每個圖像塊，設(shè)置S級搜索區(qū)域，S的個數(shù)可為大于或等于3的整數(shù)，對于第I~S-1級的搜索區(qū)域，都是以像素點(i，j)為中心，長寬為(2rs+l)的方形區(qū)域(且不包括低于當前級的搜索區(qū)域)，最后的S級搜索區(qū)域則為圖像中第I~S-1級搜索區(qū)域以外的剩余區(qū)域；rs為第s級搜索區(qū)域的搜索半徑；其中，如果該方形區(qū)域的某一側(cè)邊界越過圖像In本身的邊界，則以圖像的邊界為該方形區(qū)域的該側(cè)邊界；
[0032]在每級搜索區(qū)域內(nèi)，根據(jù)該搜索區(qū)域預(yù)設(shè)的搜索步長，從上到下，從左到右移動搜索窗口，獲得搜索塊Pi+!U+y，X和y分別為垂直和水平方向相對于(i，j)的位移，其中，各級搜索區(qū)域的搜索步長依次遞增，能有效提高后續(xù)圖像去噪的速度。
[0033]S13、計算所述搜索塊對應(yīng)的所述殘差矢量矩陣與所述像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)所述歐幾里得距離計算所述圖像塊的權(quán)重值，最后根據(jù)所述權(quán)重值得到所述圖像塊中心像素點的濾波值，完成所述圖像的去噪處理；
[0034]具體地，可根據(jù)下式計算所述歐幾里得距離:
【權(quán)利要求】
1.一種圖像非局部均值去噪方法，其特征在于，包括如下步驟: 獲取待去噪的圖像，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊，讀取每個圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣； 對所述圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在各級搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以所述圖像塊的中心像素點為中心從上到下，從左到右移動預(yù)設(shè)大小的搜索窗口，得到搜索塊；其中，S為大于或等于3的整數(shù)；第I至第S-1級的搜索區(qū)域都為所述圖像中以Ini+!U+y為中心，長寬為2rs+l的方形區(qū)域，且不包括低于當前級的搜索區(qū)域，In為所述待去噪的圖像，rs為第S級搜索區(qū)域的搜索半徑，第S級搜索區(qū)域為所述圖像中第I~S-1級搜索區(qū)域以外的區(qū)域；X和y分別為垂直和水平方向相對于像素點(i，j)的位移，各級搜索區(qū)域的搜索步長依次遞增； 計算所述搜索塊對應(yīng)的所述殘差矢量矩陣與所述像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)所述歐幾里得距離計算所述圖像塊的權(quán)重值，最后根據(jù)所述權(quán)重值得到所述圖像塊中心像素點的濾波值，完成所述圖像的去噪處理。
2.根據(jù)權(quán)利要求1所述的圖像非局部均值去噪方法，其特征在于，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊的步驟為: 對所述圖像進行邊界對稱拓展，得到拓展后的圖像；其中，所述圖像的大小為MXN，M為圖像長度，N為圖像寬度，拓展后的圖像大小為(M+1)X(N+1)； 在所述拓展后的圖像，從上到下從左到右，依次以每個像素點(i，j)為中心，抽取txt大小的圖像塊，其中M-1-1，I ^ j ^ N-1-1, t為預(yù)設(shè)的圖像塊長度，并且t為奇數(shù)，I為預(yù)設(shè)的拓展長度，1-—。`
3.根據(jù)權(quán)利要求1所述的圖像非局部均值去噪方法，其特征在于，所述經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣的步驟為: 從所述矢量矩陣中選取R個矢量構(gòu)成一隨機矢量矩陣進行主成分分析，獲得PCA投影矩陣； 將矢量矩陣中的每個矢量減去所述選取的R個矢量的均值，得到殘差矢量矩陣； 將PCA投影矩陣與殘差矢量矩陣相乘，得到所述降維后的殘差矢量矩陣。
4.根據(jù)權(quán)利要求1所述的圖像非局部均值去噪方法，其特征在于，根據(jù)下式計算所述歐幾里得距離: d>j,k= \./ )，
V H k = Q 其中，duk為所述歐幾里得距離，k表示矢量Vijk的第k維度，q為所述殘差矢量矩陣維度。
5.根據(jù)權(quán)利要求4所述的圖像非局部均值去噪方法，其特征在于，根據(jù)下式計算所述圖像塊的權(quán)重值:
λ^?+χ, ι+y
I ^T2一.w.,.丄=—e,
l+X,J+V
σ其中，Wi+!u+y為所述圖像塊的權(quán)重值，σ為噪聲標準差。
6.根據(jù)權(quán)利要求4所述的圖像非局部均值去噪方法，其特征在于，根據(jù)下式計算所述像素點的濾波值:
7.根據(jù)權(quán)利要求1所述的圖像非局部均值去噪方法，其特征在于，如果該方形區(qū)域的某一側(cè)邊界越過所述圖像本身的邊界，則以所述圖像的邊界為所述方形區(qū)域的側(cè)邊界。
8.一種圖像非局部均值去噪系統(tǒng)，其特征在于，包括: 降維模塊，用于獲取待去噪的圖像，以所述圖像中每個像素點為中心抽取預(yù)設(shè)大小的圖像塊，讀取每個圖像塊的RGB三個顏色分量的空域數(shù)據(jù)組成矢量矩陣，并經(jīng)過主成分分析和降維，生成降維后的殘差矢量矩陣； 搜索模塊，用于對所述圖像塊，根據(jù)預(yù)設(shè)的S級搜索區(qū)域，在各級搜索區(qū)域內(nèi)根據(jù)預(yù)設(shè)的每級搜索區(qū)域的搜索步長，以所述圖像塊的中心像素點為中心從上到下，從左到右移動預(yù)設(shè)大小的搜索窗口，得到搜索塊；其中，S為大于或等于3的整數(shù)；第I至第S-1級的搜索區(qū)域都為所述圖像中以In i+!U+y為中心，長寬為(2rs+l)的方形區(qū)域，且不包括低于當前級的搜索區(qū)域，In為所述待去噪的圖像，rs為第S級搜索區(qū)域的搜索半徑，第S級搜索區(qū)域為所述圖像中第I~S-1級搜索區(qū)域以外的區(qū)域；x和I分別為垂直和水平方向相對于像素點(i，j)的位移，各級搜索區(qū)域的搜索步長依次遞增； 去噪模塊，用于計算所述搜索塊對應(yīng)的所述殘差矢量矩陣與所述像素點對應(yīng)的矢量的歐幾里得距離，再根據(jù)所述歐幾里`得距離計算所述圖像塊的權(quán)重值，最后根據(jù)所述權(quán)重值得到所述圖像塊中心像素點的濾波值，完成所述圖像的去噪處理。
9.根據(jù)權(quán)利要求8所述的圖像非局部均值去噪系統(tǒng)，其特征在于，所述降維模塊還用于: 對所述圖像進行邊界對稱拓展，得到拓展后的圖像；其中，所述圖像的大小為MXN，M為圖像長度，N為圖像寬度，拓展后的圖像大小為(M+1)X(N+1)； 在所述拓展后的圖像，從上到下從左到右，依次以每個像素(i，j)為中心，抽取txt大小的圖像塊，其中N-1-1, t為預(yù)設(shè)的圖像塊長度，并且t為奇數(shù)，I為預(yù)設(shè)的拓展長度(^ ￥)。
10.根據(jù)權(quán)利要求8所述的圖像非局部均值去噪系統(tǒng)，其特征在于，所述降維模塊還用于:從所述矢量矩陣中選取R個矢量構(gòu)成一隨機矢量矩陣進行主成分分析，獲得PCA投影矩陣；將矢量矩陣中的每個矢量減去所述選取的R個矢量的均值，得到殘差矢量矩陣^fPCA投影矩陣與殘差矢量矩陣相乘，得到所述降維后的殘差矢量矩陣。
【文檔編號】G06T5/00GK103886553SQ201410086580
【公開日】2014年6月25日 申請日期:2014年3月10日 優(yōu)先權(quán)日:2014年3月10日
【發(fā)明者】甄海華 申請人:廣東威創(chuàng)視訊科技股份有限公司