[发明专利]一种基于提升小波变换的快速ISO去噪方法及系统

说明书

技术领域

本发明涉及图像处理技术，尤其是一种快速ISO去噪方法。

背景技术

近年来，随着相机数码化、手机相机化，一个全民摄影时代已经来临。人们可以任意时间、任意场景、任意焦点地进行拍照。

在低亮度或者快速变化的场景下，通常会提高图像传感器的ISO速度来提升感光速度，使得相机在短时间内获得更多的进光量。提升ISO的速度通常是通过提高电信号的增益以及降低感光门限来实现的。传感器感光速度提升的同时往往会引入更多的随机噪声，如果ISO速度提高到400以上时，随机噪声将会逐渐明显起来。

由于高ISO带来的噪声极大地降低了图像的质量，并且由于增加了无用的噪声细节信息，提高了后续处理的复杂性，降低了图像的压缩比例。故此，需要通过数字图像处理的方法来消除高ISO带来的噪声成为了迫切需求。

目前针对ISO噪声的去除算法主要分为小波域和空域去噪算法。

小波域去噪的优势是速度快，可以很好地保留图像的低对比度信息，但其劣势是容易产生伪影，图像边缘信息模糊。

而基于空域的去噪算法中最具有代表性的是非局部均值去噪，其优势是图像的边缘等高对比度信息可以得到很好的保护，去噪效果较为明显，但其劣势是速度慢，容易丢失掉图像的低对比度信息，出现过平滑的现象。

发明内容

故此，针对以上问题，本发明旨在解决这两类去噪算法的不足，提出了一种基于提升小波的快速ISO去噪算法。此算法速度快，去噪效果理想，能同时保留图像的低对比度信息以及高对比度的边缘信息。

本发明提供的快速ISO去噪算法包括：

步骤1：将图像进行单通道分解，得到Y通道图像，U通道图像及V通道图像；

步骤2：对Y通道图像进行n层的线性提升小波变换；n为大于或等于3的自然数；

步骤3：逐一对第3～n层的小波变换的结果中的小波细节图像进行去噪；

步骤4：将第n层小波变换结果中的近似图像与其去噪后的小波细节图像进行小波反变换得到第n-1层小波变换结果中的去噪后的近似图像；将第n-1层小波变换结果中的去噪后的近似图像与其去噪后的小波细节图像进行反变换得到第n-2层小波变换结果中的近似图像，以此类推，得到第2层小波变换结果中的去噪后的近似图像，将第2层小波变换结果中的去噪后的近似图像与其小波细节图像进行小波反变换得到第1层小波变换结果中的去噪后的近似图像；

步骤5：对第1层小波变换结果中的去噪后的近似图像进行平移放缩变换：

设原始Y通道图像的像素值的最小值为Y_min，最大值为Y_max；第1层小波变换结果中的去噪后的近似图像的像素值的最小值为I_min，最大值为I_max；得到比例因子f，f＝(I_max-I_min)/(Y_max-Y_min)；

计算I′＝(I-I_min+Y_min*f)/f；其中I′为平移放缩变换后第1层小波变换结果中的去噪后的近似图像的像素值，I为步骤4得到的第1层小波变换结果中的近似图像的像素值；

步骤6：对步骤5处理后的第1层小波变换结果中的近似图像再次进行去噪；

步骤7：对步骤6处理后的第1层小波变换结果中的近似图像进行反平移放缩变换：

计算I″′＝I″*f+I_min-Y_min*f，其中I″′为平移放缩反变换后第1层小波变换结果中的近似图像的像素值；I″为步骤6处理后的第1层小波变换结果中的近似图像的像素值；

步骤8：对步骤7处理后的第1层小波变换结果中的近似图像与第1层小波变换结果中的小波细节图像进行小波反变换，得到原始空间的Y通道图像；

步骤9：对原始空间的Y通道图像去噪；

分别对U通道图像、V通道图像进行步骤10～12的处理得到原始空间的U通道图像与原始空间的V通道图像：

步骤10：对通道图像进行n-1层线性小波变换；

步骤11：对每一层小波变换的结果中的小波细节图像进行去噪；