[发明专利]图像非局部均值去噪方法和系统

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像非局部均值去噪方法，以及一种图像非局部均值去噪系统。

背景技术

数字图像与视频在成像过程中，往往引入多种噪声，包括大气噪声，摄像器材的传感器噪声，尤其是光照度较低的成像图像，其引入的噪声往往比较严重。图像去噪技术包括空域去噪与频域去噪技术。频域去噪由于需要经过空间域到频率域的转换，往往复杂度较高，而且传统的维纳滤波去噪效果并不好。传统的空域滤波去噪方法，如均值滤波，中值滤波，统计排序滤波器等滤波去噪后往往导致图像模糊，去噪效果较差。目前效果较好的空域滤波方法是非局部均值去噪方法（NLM，Non-Local Means）。这种方法计算当前图像块与该块周围的图像块的相似性，并由相似性计算权重值，令相似块的中心点的加权平均值作为当前图像块的中心像素的滤波值。这种方法的算法复杂度简单，且能在保留图像细节的同时较好地去除图像噪声，但其时间复杂度较高，复杂度为O(M×N×(2r+1)²×L²)，其中M与N分别为图像的长度与宽度，r为图像当前块的搜索半径，L为图像块的长宽大小（宽度与长度相同）。随着搜索半径r的增大，图像去噪效果更好，但时间复杂度迅速增高。在实际应用中，往往需要快速的图像/视频去噪技术，实现实时处理，较高的时间复杂度限制了NLM算法的应用。

当图像噪声较严重时，图像细节被噪声掩盖，会对传统的NLM算法中计算图像块的相似性造成影响，无法获得准确的相似性块。同时，研究表明在大多数情况下图像块的相似性会随着搜索半径的增大而下降，较远距离的搜索块的权重较低，而传统的NLM算法的搜索步长时间复杂度较高。

发明内容

基于此，本发明提供一种图像非局部均值去噪方法和系统，其时间复杂度较低，图像去噪速度快。

一种图像非局部均值去噪方法，包括如下步骤：

获取待去噪的图像，以所述图像中每个像素点为中心抽取预设大小的图像块，读取每个图像块的RGB三个颜色分量的空域数据组成矢量矩阵，并经过主成分分析和降维，生成降维后的残差矢量矩阵；

对所述图像块，根据预设的S级搜索区域，在各级搜索区域内根据预设的每级搜索区域的搜索步长，以所述图像块的中心像素点为中心从上到下，从左到右移动预设大小的搜索窗口，得到搜索块；其中，S为大于或等于3的整数；第1至第S-1级的搜索区域都为所述图像中以I_n i+x,j+y为中心，长宽为(2r_s+1)的方形区域，且不包括低于当前级的搜索区域，I_n为所述待去噪的图像，r_s为第S级搜索区域的搜索半径，第S级搜索区域为所述图像中第1～S-1级搜索区域以外的区域；x和y分别为垂直和水平方向相对于像素点(i,j)的位移，各级搜索区域的搜索步长依次递增；

计算所述搜索块对应的所述残差矢量矩阵与所述像素点对应的矢量的欧几里得距离，再根据所述欧几里得距离计算所述图像块的权重值，最后根据所述权重值得到所述图像块中心像素点的滤波值，完成所述图像的去噪处理。

一种图像非局部均值去噪系统，包括：

降维模块，用于获取待去噪的图像，以所述图像中每个像素点为中心抽取预设大小的图像块，读取每个图像块的RGB三个颜色分量的空域数据组成矢量矩阵，并经过主成分分析和降维，生成降维后的残差矢量矩阵；

搜索模块，用于对所述图像块，根据预设的S级搜索区域，在各级搜索区域内根据预设的每级搜索区域的搜索步长，以所述图像块的中心像素点为中心从上到下，从左到右移动预设大小的搜索窗口，得到搜索块；其中，S为大于或等于3的整数；第1至第S-1级的搜索区域都为所述图像中以I_n i+x,j+y为中心，长宽为(2r_s+1)的方形区域，且不包括低于当前级的搜索区域，I_n为所述待去噪的图像，r_s为第S级搜索区域的搜索半径，第S级搜索区域为所述图像中第1～S-1级搜索区域以外的区域；x和y分别为垂直和水平方向相对于像素点(i,j)的位移，各级搜索区域的搜索步长依次递增；

去噪模块，用于计算所述搜索块对应的所述残差矢量矩阵与所述像素点对应的矢量的欧几里得距离，再根据所述欧几里得距离计算所述图像块的权重值，最后根据所述权重值得到所述图像块中心像素点的滤波值，完成所述图像的去噪处理。