[发明专利]一种基于小波信息冗余的红外图像去噪算法

说明书

技术领域

本发明属于红外图像信息处理技术领域，具体涉及一种基于小波信息冗余的红外图像去噪算法。

背景技术

红外成像技术在原理上具有良好的应用优势，在军事上可用于红外热制导、夜间作战等，在工业上可用于电力监测、夜间监控等，在医学上可用于非接触式体温测量等，因而红外成像技术成为现今研究的热门领域。

红外成像技术原理上是将被测对象的红外热辐射信号转换为二维可视化热像的红外图像处理仪器或设备，其输出信号具有灰度集中，对比度低等特点，从而红外图像增强成为必不缺少的手段，比如传统的直方图均衡法（HE）、对比度受限直方图均衡法、结合全局增强法与局部增强法的方式等。图像增强会导致图像噪声的放大，在对比度提升、细节分辨力增强的同时，噪声影响图像平滑度。为进一步提升图像质量，众多学者提出各种去噪算法，其中包括传统的均值滤波、中值滤波及高斯滤波等。Tomasi,C和Manduchi,R提出一种保留边沿的双边滤波方法，在去噪同时一定程度上保留图像细节信息，A,Buades等在双边滤波基础上增加一维信息，提出局部块相似信息滤波去噪方法，图像去噪效果更加明显。

小波变换在空域和频域同时具有良好的局部化特性，不仅可将图像的结构和纹理分别表现在不同分辨率层次上，而且具有检测边缘的能力，因而将小波变换应用于去噪时，能够在保留图像边缘细节特征的基础之上，又有效地去除噪声，提高图像的质量，使去噪后的图像更有利于人或机器的分析。小波去噪方式包括基于硬阈值、软阈值的离散小波变换（DWT）去噪。刘兴淼等提出一种基于小波变换的非线性红外图像增强算法，在其中采用软阈值方式进行小波去噪，张长江等利用离散平稳小波变换对红外图像噪声进行去噪增强，对原始图像进行小波变换获得低频和高频系数，接着根据低频系数的特点设计了非线性函数对低频系数进行增强，并对高频系数进行小波去噪，最后通过小波重构得到增强的图像，获得较为平滑清晰的红外图像。

上述方法，局部块相似信息滤波去噪方法去噪效果最佳，但对每个像素需进行块距离、点距离及灰度距离上的三维运算，计算量相当庞大，且随图像大小、块大小及块数目呈指数倍增长，影响其工程应用，双边滤波有学者对其进行简化加速进行实现后的形式去噪效果一般，基于小波变换的去噪算法大多针对噪声抑制曲线进行改进，且少有提到算法的可实现性。

发明内容

本发明的目的在于提供一种基于小波信息冗余的红外图像去噪算法，该方法可以有效解决相关红外图像预处理算法引起的噪声放大问题，在对背景噪声进行大幅度的抑制的同时，保留图像细节，增加图像清晰度，提升红外图像质量。

为了实现上述目的，本发明采用如下技术方案：

一种基于小波信息冗余的红外图像去噪算法，其特征在于，包括如下步骤：

（1）对红外图像进行离散小波分解，分解过程中分别以不同的下采样方式获取多组含有相似冗余信息的小波系数；

（2）对小波系数进行噪声估计；

（3）对高频小波系数进行非线性变换，以步骤（2）中噪声估计得到的噪声估计参数作为非线性变换函数阈值的基础；

（4）利用变换后的小波系数进行反变换重构多副图像，利用含相似冗余信息的多副图像加权进一步去除高频噪声。

进一步地，所述步骤（1）中的下采样方式有四种，分别为：取偶数行及偶数列方式、取奇数行及偶数列方式、取偶数行及奇数列方式，取奇数行及奇数列方式。

进一步地，所述步骤（2）中的噪声估计方法采用噪声方差估计方

进一步地，所述步骤（3）中，利用不完全贝塔函数对高频小波系数进行非线性变换，其中函数阈值选用噪声估计参数的倍数，倍数选择范围为3-6。

进一步地，所述步骤（4）中，利用含相似冗余信息的多副图像对齐通过均值进一步去除高频噪声。

进一步地，所述步骤（1）-（4）中均采用多层处理。

进一步地，采用三层处理。

进一步地，具体步骤包括：

（1）利用低频滤波器Lo_D及高频滤波器Hi_D对图像I(x,y)进行小波分解，通过不同的下采样方式获取四组含有相似信息的小波系数：分别以下标ee、oe、eo及oo表示；

A(x,y)=Lo_D*_v(Lo_D*_hI(x,y))  H(x,y)=Lo_D*_v(Hi_D*_hI(x,y))