[发明专利]一种图像去噪的处理方法及装置

说明书

一种图像去噪的处理方法及装置，所述方法包括：选取m×n大小的模块；对当前像素进行预滤波，得到第一滤波值；对图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；以第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；对所述尺度p上的高频部分进行阈值抑制处理；采用逆小波变换，以尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。采用上述方案，可以在不耗用额外的硬件代价的基础上，避免边缘平移及颜色溢出。

技术领域

本发明涉及图像处理领域，尤其涉及一种图像去噪的处理方法及装置。

背景技术

近年来，由于小波变换理论具备良好的时频特性，可以聚集到图像的任意细节，故其得到较快的发展，多被用于图像信号的处理。而哈尔(Haar)小波作为最简单的正交小波函数，因具备构造简单及计算方便等特点，因此在图像信号处理中得到最为广泛的应用。

在利用Haar小波进行去噪时，由于其不符合平移不变性，故容易产生一种“伪吉布斯(artifacts)”现象，具体表现即为去噪后的图像的边缘会发生平移，边缘的颜色会溢出，严重影响了图像质量。

为提升采用Haar小波去噪时图像的质量，现普遍使用的方法是“先平移，再平均”，即在处理图像中的任意一个像素时，选取该像素点周围四个一定大小的模板(block)或者块进行小波变换，将四个小波变换的结果做平均得到最终结果。

但是，上述的图像去噪的处理方法，存在计算复杂、硬件代价大且无法解决边缘颜色溢出的问题。

发明内容

本发明解决的问题是如何在不耗用额外的硬件代价的基础上，避免边缘平移及颜色溢出。

为解决上述问题，本发明实施例提供了一种图像去噪的处理方法，所述方法包括：以当前像素为中心，从所述图像中选取m×n大小的模块；其中：m与n为非零偶数；采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；对所述尺度p上的高频部分进行阈值抑制处理；采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。

可选地，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。

可选地，采用如下公式，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：

其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。

可选地，所述以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值，采用如下公式：

其中：s11′_layer4表示第二滤波值，Sref表示所述第一滤波值，σ_d表示距离差的方差系数值，σ_r表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。