[发明专利]一种基于Adaboosting算法思想的图像去噪方法及装置

说明书

本发明公开一种基于Adaboosting算法思想的图像去噪方法，其包括：步骤a，选定滤波器集合F以及参数范围；步骤b，初始化像素权重；步骤c，进入循环处理，计算每个循环对应的滤波器清晰度误差、对应的滤波器权重以及更新后各个像素的权重；步骤d，生成‘强去噪图像’；步骤e，改变滤波器类型。还公开了一种与基于Adaboosting算法思想的图像去噪方法相对应的装置。这样，采用Adaboost图像去噪法，考虑了各个‘弱滤波器’的效果，找到最优的滤波器组合，Adaboost图像去噪法有效解决单一滤波器不能解决的多噪声，未知噪声的图像问题，该方法为图像去噪乃至于图像处理其他方面提供了一个有效的解决方向。

技术领域

本发明属于图像处理中的图像去噪技术领域，具体涉及一种基于Adaboosting算法思想的图像去噪方法及装置。

背景技术

图像处理中，噪声会对我们的图像产生极大的影响，增加我们提取图像信息的难度，因此图像去噪技术在图像处理中至关重要。传统的图像去噪方式有空间滤波器和频率滤波器，一般的图像去噪过程只会应用给定参数下的一种滤波器，而且大部分滤波器在给定参数情况下只可以有效过滤一种噪声，因此在处理未知噪声或者多种噪声时，单一的滤波器不能达到很好地去噪效果。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。

发明内容

为解决上述技术缺陷，本发明采用的技术方案在于，提供一种基于Adaboosting算法思想的图像去噪方法，其包括：

步骤a，选定滤波器集合F以及参数范围；

步骤b，初始化像素权重，一般每个像素的权重采用等比分配或者根据已知信息自行选择适当的权重作为初始权重；

步骤c，进入循环处理，计算每个循环对应的滤波器清晰度误差、对应的滤波器权重以及更新后各个像素的权重；

步骤d，生成“ 强去噪图像”，根据循环处理中计算的滤波器权重，将权重、像素数与各个滤波器处理后的图像像素值相乘得到最终图像各个像素的值。

步骤e，改变滤波器类型，从滤波器集合中再选用另外的一种滤波器类型进行同样的Adaboost图像去噪操作，观察不同初始滤波器下的最终的”强去噪图像”的差别。

较佳的，所述步骤c包括：

步骤c1，判断循环条件；

判断循环次数m是否达到循环次数设定值n，当m＜n+1时，进入循环处理，否则跳出循环；

步骤c2，计算带有噪声的原始图像对应滤波器清晰度误差；

步骤c3，计算带有噪声的原始图像对应的滤波器权重；

对于已知噪声的原始图像，滤波器权重计算公式为a_m＝log((1-err_m)/err_m)。

步骤c4，更新带有噪声的原始图像的各个像素的权重；

步骤c5，增加循环次数；

每次循环次数增加1，m＝m+1，回到步骤c1，判断循环条件还是否满足；

较佳的，所述步骤c2中计算滤波器清晰度误差的计算公式为：

对于已知噪声原始图像，对应滤波器清晰度误差计算公式为

err_m＝∑w_i*I(|k_i-Pm_i|＞e)/∑w_i