[发明专利]一种结合曲线波的基于图像子块相似性的图像去噪方法

权利要求书

1.一种结合曲线波的基于图像子块相似性的图像去噪方法，其特征在于：包括如下步骤：

步骤一、对输入的带噪图像，即输入图像d_ij做曲线波(Curvelet)变换，将其分解为低频部分和高频部分；

步骤二、保持低频部分图像系数不变，对高频部分图像系数运用硬阈值去噪，反变换后得到曲线波阈值去噪后的图像，即阈值去噪图像g_ij；

步骤三、将所述阈值去噪图像g_ij作为参考图像，并在其中计算邻域中心像素点所在的图像子块与邻域内周围像素点所在的图像子块灰度值之间的欧式距离作为图像子块间相似度：

zijlm=Σa=-RRΣb=-RR(gi+a,j+b-gi+l+a,j+m+b)2]]>

其中，R为图像子块半径，子块大小为(2R+1)×(2R+1)；

其中，下标i，j表示图像中(i，j)位置处的像素；下标l，m分别表示在半径为p的邻域内，周围像素点相距邻域中心像素点的横纵坐标距离；

下标a，b分别表示在半径为R的图像子块内，周围像素点相距子块中心像素点的横纵坐标距离；

步骤四、利用计算所得的图像子块间相似度替代传统双边滤波中的像素间灰度相似度，进行交叉双边滤波得到最终去噪图像：

其中，f_ij为滤波输出，d_ij为输入图像，p为邻域半径；

S_lm为几何测度权重，slm=exp[-(l2+m2)/2σd2];]]>

为灰度测度权重，

其中σ_d和σ_r分别为几何测度扩散标准差和灰度测度扩散标准差。

2.根据权利要求1所述的一种结合曲线波的基于图像子块相似性的图像去噪方法，其特征在于：步骤一中所述的曲线波变换采用4级分解，各级角度分解数分别为64、32、32、16，低频部分不进行角度分解。

3.根据权利要求1所述的一种结合曲线波的基于图像子块相似性的图像去噪方法，其特征在于：步骤二中所述硬阈值去噪应用于所有高频子带，最精细一级子带(r＝5)采用3.6×σ×RMS{5，v}，其余三级子带采用2.6×σ×RMS{r，v}，(r＝2，3，4)，其中σ为带噪图像噪声标准差，RMS{r，v}为对与输入带噪图像同样尺寸的点冲击函数进行同样级数同样角度数曲线波分解后第r级中第v个角度子带的效值，即该子带中所有元素的均方根。