[发明专利]一种图像去噪方法及装置

说明书

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像去噪方法及装置。

背景技术

利用相机或者手机自带的相机在光线较暗的情况下拍照时，得到的照片一般都会不清晰，这是因为图像中存在很多的噪声。为了降低或者消除这些噪声，目前使用得最广的图像处理方法是为中值滤波或者小波降噪方法。

中值滤波是一种非线性平滑技术。其主要原理为：将图像上的每一个像素的灰度值设置成该某领域窗口内的所有像素灰度值的中值。虽然中值滤波法实现起来简单易行，但会是图像变得模糊，失去原有的细节信息。

小波降噪法的主要原理为：首先对图像进行小波变换，然后对变换后的小波系数进行噪声消除，再进行小波逆变换得到噪声消除后的图像。然而，小波降噪法会在图像边缘和细节位置处引入一定程度的模糊，而边缘和纹理的不连续性恰恰是图像最重要的信息。此外，降噪后的图像中很容易出现Gibbs现象，即图像会出现类似于水波样的波纹。

发明内容

本发明的目的在于提供一种基于平移不变法和脊波变换法的图像去噪方法及装置，以减低图像中的噪声，并且保留图像的细节信息，消除小波降噪过程中引出的Gibbs条纹干扰现象。

本发明是这样实现的，一种图像去噪方法，所述方法包括：

对待去噪图像进行循环平移，所述循环平移包括沿水平方向、垂直方向和对角线方向的循环平移；

对每次平移后的待去噪图像进行脊波变换，得到多组脊波变换系数；

对获得的所述多组脊波变换系数进行硬阈值处理，保留高于阈值的脊波变换系数；

利用脊波逆变换对保留下来的脊波变换系数进行脊波逆变换，以重构初步去噪的图像；

对重构后的图像进行逆循环平移，获得多幅图像，所述逆循环平移包括沿水平方向、垂直方向和对角线方向的逆循环平移；

根据逆循环平移后获得的多幅图像，计算所述多幅图像中同一位置上像素点的像素值的平均值，以获得去噪后的图像，所述去噪后的图像为各像素点的像素值的平均值组成的图像。

本发明的第二方面，提供了一种图像去噪装置，所述装置包括：

循环平移模块，用于对待去噪图像进行循环平移，所述循环平移包括沿水平方向、垂直方向和对角线方向的循环平移；

脊波变换模块，用于对每次平移后的待去噪图像进行脊波变换，得到多组脊波变换系数；

阈值处理模块，用于对获得的所述多组脊波变换系数进行硬阈值处理，保留高于阈值的脊波变换系数；

脊波逆变换模块，用于利用脊波逆变换对保留下来的脊波变换系数进行脊波逆变换，以重构初步去噪的图像；

逆循环平移模块，用于对重构后的图像进行逆循环平移，获得多幅图像，所述逆循环平移包括沿水平方向、垂直方向和对角线方向的逆循环平移；

平均值计算模块，用于根据逆循环平移后获得的多幅图像，计算所述多幅图像中同一位置上像素点的像素值的平均值，以获得去噪后的图像，所述去噪后的图像为各像素点的像素值的平均值组成的图像。

本发明通过对待去噪图像进行沿水平、垂直和对角线方向上的循环平移；对每次循环平移后的图像进行脊波变换，获得多组脊波变换系数，对所述脊波变换系数进行硬阈值处理，对硬阈值处理后保留下来的脊波变换系数进行脊波逆变换，得到初步去噪的图像，最后对初步去噪的图像进行逆循环平移，再根据逆循环平移获得的图像求取所有图像相同位置上像素值的平均值，从而获得去噪后的图像。与现有技术相比，本发明能够大大地降低图像中的噪声，保留图像的细节信息，并且消除了使用小波降噪过程中引出的Gibbs条纹干扰。

附图说明

图1是本发明实施例一提供的图像去噪方法的实现流程图；

图2是本发明实施例二提供的图像去噪装置的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例通过对待去噪图像进行沿水平、垂直和对角线方向上的循环平移；对每次循环平移后的图像进行脊波变换，获得多组脊波变换系数，对所有的脊波变换系数进行硬阈值处理，对硬阈值处理后保留下来的脊波变换系数进行脊波逆变换，以重构初步去噪后的图像，最后对初步去噪后的图像进行逆循环平移，再根据逆循环平移获得的图像求取所有图像相同位置上像素值的平均值，从而获得去噪后的图像。与现有技术相比，本发明能够大大地降低图像中的噪声，保留图像的细节信息，并且消除了使用小波降噪过程中引出的Gibbs条纹干扰。