[发明专利]图像去噪的方法和装置

说明书

技术领域

本发明实施例涉及图像领域，并且更具体地，涉及图像去噪的方法和装置。

背景技术

图像去噪一直是图像处理领域的重要研究方向。近年来，随着稀疏编码理论的发展，稀疏编码被用于图像去噪，取得了很好的效果。这种方法的原理是，图像的非噪声成分能用字典中少量的原子线性表示，而大部分噪声成分不具备这种稀疏表示的性质。因此将图像块进行基于字典的稀疏重构后，即可去除部分噪声成分。但是，由于存在噪声成分能够被字典中的原子表示的情况，仍然会影响稀疏表示系数的计算，造成重构后部分噪声成分仍然没有去除。

因此，需要适当的方案来对含有噪声成分的图像进行稀疏重构，尽可能减小噪声对稀疏重构的影响。

发明内容

本发明实施例提供一种图像去噪的方法和装置，能够减小噪声对稀疏重构的影响。

一方面，提供了一种图像去噪的方法，该方法包括：确定目标图像包括的原始图像块彼此之间的相似度；根据该相似度，对该原始图像块进行聚类操作，确定该目标图像的图像块类；根据该图像块类，基于去噪字典对该原始图像块进行稀疏重构，确定该目标图像的去噪图像块。

另一方面，提供了一种图像去噪的装置，该装置包括：相似度确定单元，用于确定目标图像包括的原始图像块彼此之间的相似度；聚类单元，用于根据该相似度确定单元确定的该相似度，对该原始图像块进行聚类操作，确定该目标图像的图像块类；去噪图像块确定单元，用于根据该聚类单元确定的该图像块类，基于去噪字典对该原始图像块进行稀疏重构，确定该目标图像的去噪图像块。

根据本发明实施例的图像去噪的方法和装置，通过根据原始图像块彼此之间的相似度对原始图像块进行聚类，对聚类后的同一类中的原始图像块同时进行稀疏重构，能够将同一类的原始图像块的相似性信息加入到稀疏模型中，减小噪声对稀疏重构的影响，从而达到更好的去噪效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的图像去噪的方法的示意性流程图。

图2是根据本发明实施例的图像块划分方法划分出的原始图像块的示意图。

图3是根据本发明另一实施例的图像去噪的方法的示意性流程图。

图4是根据本发明实施例的图像去噪的装置的示意性框图。

图5是根据本发明另一实施例的图像去噪的装置的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了根据本发明实施例的图像去噪的方法100的示意性流程图，如图1所示，该方法包括：

S110，确定目标图像包括的原始图像块彼此之间的相似度；

S120，根据该相似度，对该原始图像块进行聚类操作，确定该目标图像的图像块类；

S130，根据该图像块类，基于去噪字典对该原始图像块进行稀疏重构，确定该目标图像的去噪图像块。

具体地说，在S110，可以首先对目标图像进行图像块划分操作，将目标图像分割为原始图像块，对原始图像块进行后续处理，在本发明实施例中，可以将目标图像划分为互不重叠的原始图像块，但是，对按该方法划分出的原始图像块进行处理后，会产生块效应(Blocking Artifact)，即随着码率的降低，量化变得粗糙，在块的边界会出现不连续，形成重建图像的明显缺陷。因此，在本发明实施例中，优选对目标图像块进行重叠划分，即如图2所示，使相邻的两个原始图像块除了一行(或一列)像素不重叠外，其他像素重叠，图2，示出了将5×4的目标图像重叠划分为3×3的图像块a～f的实例，图中每个阿拉伯数字代表一个像素，例如，在块a和块b中，像素2、3、7、8、12、13重叠。应理解，以上列举的划分方法仅是本发明实施例的示例性说明，其他能够将目标图像划分为图像块的方法均落入本发明的保护范围内。