[发明专利]基于小波变换的图像亮度降噪方法及其图像降噪系统

权利要求书

1.一基于小波变换的图像亮度降噪方法，其特征在于，包括步骤：

提取一图像信号中的一亮度分量；

多分辨率分解该图像信号中的该亮度分量至一小波变换域，以获取至少一组小波系数，其中所述至少一组小波系数包括至少一高频层小波系数和至少一低频层小波系数；

对每一高频层小波系数进行局部邻域内基于边缘信息的滤波处理；

将基于边缘信息的滤波处理之后的该高频层小波系数与原始该高频层小波系数进行作差，以获得一差异值；

根据该差异值和一参考小波阈值进行自适应软阈值函数处理，以对该差异值进行调整，而获得一调整差异值，其中该自适应软阈值函数根据如下方式对该差异值进行处理，当该差异值大于该参考小波阈值时，该调整差异值为某一预设值；当该差异值小于该参考小波阈值时，该调整差异值等于该差异值与一系数Slop之间的乘积，其中该系数Slop随该参考小波阈值线性变化；

将该调整差异值与原始该高频层小波系数相加，以获取滤波之后的该高频层小波系数；和

进行小波多分辨率逆变换，以获得降噪之后的该图像信号的该亮度分量。

2.如权利要求1所述图像亮度降噪方法，其中，所述对每一高频层小波系数进行局部邻域内基于边缘信息的滤波处理的步骤，还包括步骤：

利用局部领域内基于边缘信息的双边滤波器对每一高频层小波系数进行滤波处理。

3.如权利要求2所述的图像亮度降噪方法中，其中，所述根据该差异值和一参考小波阈值进行自适应软阈值函数处理，以获得一调整差异值的步骤，还包括步骤：

藉由一混合噪声模型求解该参考小波阈值，其中该混合噪声模型包括一加性高斯白噪声模型和一乘性泊松噪声模型。

4.如权利要求1所述的图像亮度降噪方法，其中，所述提取一图像信号中的一亮度分量的步骤，还包括步骤：

获取一被测目标的RGB图像信号；和

将该RGB图像信号转化为YUV图像信号，并提取Y分量为该图像信号的该亮度分量。

5.如权利要求1至3任一所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

对每一低频层小波系数进行局部邻域内基于边缘信息的滤波处理；和

将基于边缘信息的滤波处理之后的该低频层小波系数与原始该低频层小波系数进行叠加，其中叠加比例根据图像信息参数进行确定。

6.如权利要求5所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

将降噪之后的该图像信号的该亮度分量与原先的UV彩色信息分别插值，以获得降噪后的一被测目标的YUV彩色信息。

7.如权利要求6所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

将降噪后的该被测目标的YUV彩色信息转化为该被测目标的RGB彩色图像信息。

8.如权利要求4所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

对每一低频层小波系数进行局部邻域内基于边缘信息的滤波处理；和

将基于边缘信息的滤波处理之后的该低频层小波系数与原始该低频层小波系数进行叠加，其中叠加比例根据图像信息参数进行确定。

9.如权利要求8所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

将降噪之后的该图像信号的该亮度分量与原先的UV彩色信息分别插值，以获得降噪后的该被测目标的YUV彩色信息。

10.如权利要求9所述的图像亮度降噪方法，其中，所述图像亮度降噪方法，还包括步骤：

将降噪后的该被测目标的YUV彩色信息转化为该被测目标的RGB彩色图像信息。