[发明专利]一种图像平滑抑制噪声方法

说明书

技术领域  本发明涉及数字图像处理技术，具体地说，是一种利用图像的自相似特性进行综合加权平滑，抑制噪声同时保持图像特征的图像噪声抑制技术。

背景技术  成像时的传感器退化、数值量化过程、转换过程等都会引入噪声。噪声抑制对提高图像质量，改善图像视觉效果有重要意义。数字图像中的噪声模型有多种，如加性高斯噪声、乘性噪声等，都是对实际噪声的简化和抽象。图像噪声抑制方法可以分为空间域处理和变换域处理两类：空间域处理方法直接根据图像像素间的变化特点滤波计算；变换域滤波方法先对图像做变换，如傅里叶变换、离散余弦变换、小波变换等，然后在变换后的各个频带上分别处理。空间域方法中，双边滤波及其扩展方法比较有影响。双边滤波可看作高斯平滑滤波的扩展，其基本思想是：滤波结果中的颜色值是原图中对应位置及邻域像素加权平均的结果，以当前像素为标准，坐标距离越大的权值越小，颜色距离越大的权值越小，邻域像素的权值取为坐标距离权值和颜色距离权值的乘积。

代表当前最高水平的方法大多是基于子图像块匹配的方法(这里的子图像块指：在图像中的一个小矩形区域内的像素组成的块)。这类方法的主要思想是：成像内容自身具有自相似性，而噪声信息相互间独立，因此对每个子图像块，在其邻近范围内搜索匹配，找到最相似的某些块，将这些相似的块关联在一起综合处理。基于子图像块匹配的方法相比单纯局部处理方法噪声抑制水平明显提高。但是现已公开的该类方法，有的针对特定的噪声模型、计算复杂度高且实现过程复杂，有的噪声抑制水平还有提高余地。

发明内容  本发明公开一种新的技术方案，综合使用逐像素加权平滑和相似子图像块加权平滑，能在相对较低的计算复杂度下实现较好的噪声抑制，方法不需要指定噪声模型，尤其适合用于雷达和超声图像的斑点噪声抑制。

本发明的基本思路为：首先对原始图像进行双边滤波获得粗略平滑结果，粗略平滑结果中的噪声量相比原始图像低很多；将平滑结果图像划分为子图像块集合，相邻子图像块间有部分重叠；集合中的每个子图像块在平滑结果图像中其邻域范围内搜索匹配，取最相似的若干块；从原始图像中取对应位置的子图像块，综合加权获得对当前子图像块的估计；所有子图像块的估计结果按照对应位置加权聚合形成输出图像。其中，使用粗略平滑结果进行子图像块匹配是为了提高子图像块相似性判别的可靠性。原始图像中噪声强烈，相似性判别极不可靠，子图像块边长小时尤其明显。相邻子图像块间部分重叠且块的估计结果加权聚合是为了消除输出结果的块状效应。

实现本发明思路的技术方案流程如图1所示，其优点是：计算复杂度不高且适合并行加速，可在当前主流平台下通过GPU计算技术实现实时处理；不依赖特定噪声模型；易于实现；参数调整简单。具体描述如下：

A.对原始图像进行双边滤波，获得粗略平滑结果；

B.将平滑结果图像划分为子图像块集合，即：从图像左上角开始，向右每隔固定像素数取一个正方形子图像块，直至图像最右，然后向下每隔固定像素数以相同方式从左往右取子图像块，直至图像最下；相邻子图像块间部分重叠，即选取子图像块时的间隔像素数小于子图像块的边长；

C.在平滑结果图像内，集合中的每个子图像块(称为当前块)在其邻域范围内搜索匹配，找到最相似的若干子图像块(称为相似块)；

D.原图中与平滑结果图像内一一对应取子图像块，与当前块对应的子图像块称为原图当前块，与相似块对应的子图像块称为原图相似块；以原图当前块为基准，结合原图相似块综合加权平均，获得对当前块的估计结果；估计方法为，对原图当前块中的每个像素(称为当前像素)执行如下步骤，获得估计结果像素；

a)计算所有子图像块中的所有像素与当前像素的颜色的欧氏距离dc，用函数Gc(dc)映射为颜色权值Wc；

b)计算原图当前块内所有像素与当前像素的位置距离dd(到自身距离为0)，用函数Gd(dd)映射为位置权值Wd，各原图相似块中的像素权值取为与原图当前块中的对应位置处相等，即各块内对应位置处权值相等；

c)在平滑结果图像内相似块与当前块的相似性判别结果值ds(当前块与自身的相似性判别结果值为0)用函数Gs(ds)映射为块权值Ws；根据一一对应关系，原图当前块、原图相似块对应取块权值；

d)每个像素的权值为颜色权值、位置权值和所在块的块权值的乘积；像素总体加权平均后获得对当前像素的估计；

E.集合中所有图像块计算完成后，估算结果块中的像素按照在原图中的位置加权聚合形成输出结果图像；加权聚合方式如下：

a)生成和原图等大小的图像Iw，初始颜色值都为0；生成一个和原图等行列数的权值矩阵，初始值全为0；